Terjemahan Journal Multimoda Transportation-A Survey of COVID-19 in Public Transportation Transmission Risk

Multimoda Angkutan 1 (2022) 100030
Contents lists available at ScienceDirect
Multimodal Transportation
journal homepage: www.elsevier.com/locate/multra
Tinjauan
SEBUAH survei dari COVID-19 di publik angkutan: Penularan

mempertaruhkan, mitigasi dan pencegahan
Xiaoli Liu , _ Pranvera Kortoçi, Naser Hossein Motlagh, Petteri Nurmi, Sasu Tarkoma
Departemen Ilmu Komputer, Universitas Helsinki, PL 68 (Pietari Kalmin katu 5), Helsinki 00014, Finlandia
sebuah R T saya c
AKU saya _ n f sebuah b s T R sebuah c T
Hai
Pandemi COVID-19 merupakan tantangan signifikan bagi operator angkutan umum dengan
Kata kunci:
secara mengurangi tuntutan ketika juga membutuhkan mereka ke melaksanakan Pengukuran
COVID-19 itu memperkecil risiko terhadap kesehatan penumpang. Sementara pemahaman ilmiah kolektif
Penularan mekanisme tentang SARS-CoV-2 virus dan pandemi COVID-19 yang meningkat pesat, saat ini pemahaman
Publik angkutan Penularan tentang bagaimana COVID-19 terkait dengan operasi transportasi umum. Artikel ini menyajikan
mempertaruhkan Mitigasi survei penelitian terkini tentang mekanisme penularan COVID-19 dan bagaimana kaitannya
Pencegahan dengan transportasi umum. Kami secara kritis menilai literatur melalui lensa manajemen
bencana dan survei mekanisme transmisi utama, peramalan, risiko, mitigasi, dan mekanisme
pencegahan. Jarak sosial dan kontrol pada kepadatan penumpang ditemukan menjadi mekanisme
yang paling efektif nisme. Komputasi dan teknologi digital dapat mendukung pengendalian risiko.
Berdasarkan survei kami, kami menggambar pedoman untuk operator angkutan umum dan
menyoroti tantangan penelitian terbuka untuk membangun a riset peta jalan untuk itu jalur
maju.
1. pengantar
Urbanisasi yang semakin meningkat menjadikan transportasi umum sebagai fungsi vital masyarakat perkotaan. Pandemi COVID-19
sedang berpose tantangan yang signifikan untuk operasi transportasi umum yang mengakibatkan penurunan permintaan dan
pendapatan ( Tiracini dan Cats, 2020 ) sementara makhluk terlihat sebagai sebuah berpotensi berkontribusi faktor ke itu
pertumbuhan dari besar wabah ( Dzisi dan Dei, 2020 ). Sebagai ilmiah memahami dari itu pandemi adalah mengumpulkan dan
berkembang, dia adalah penting ke memahami ke yang cakupan itu pandemi mempengaruhi angkutan dan Apa Pengukuran adalah
itu paling efektif untuk meringankan itu mungkin risiko dari penularan di publik angkutan. Untuk contoh, ketika lingkungan dalam
ruangan umumnya dipandang memiliki risiko penularan yang lebih tinggi daripada lingkungan luar ruangan ( Nishiura et al., 2020 ),
faktor-faktor seperti jarak sosial, ventilasi, dan kualitas udara mempengaruhi risiko penularan secara keseluruhan ( Bhagat et al., 2020 ).
Sementara ada beberapa studi pada itu penularan mekanisme dari itu SARS-CoV-2 virus yang sebab itu COVID-19 penyakit (
Harrison et Al., 2020 ), di sana adalah sebuah kekurangan dari memahami dari bagaimana ini temuan mengaitkan ke publik
angkutan sistem dan Apa bisa menjadi digunakan ke mengelola risiko selama kendaraan umum. Demikian pula, sementara ada upaya
untuk mempelajari dan mensurvei berbagai tindakan mitigasi risiko ( de Bruin et al., 2020 ) termasuk masker menggunakan ( Feng et
Al., 2020 ), sosial menjauhkan ( Lewnard dan lihat, 2020 ), dan digital teknologi ( Gasser et Al., 2020; ting et Al., 2020 ), milik mereka
kesesuaian untuk publik mengangkut memiliki bukan pernah secara menyeluruh dinilai.
Ini artikel berkontribusi oleh menyajikan sebuah luas survei dari itu saat ini riset pada COVID-19 penularan mekanisme dan
bagaimana mereka berhubungan dengan transportasi umum. Kami secara kritis menilai literatur melalui lensa manajemen bencana,
mensintesis dan merefleksikan literatur ilmiah yang diambil dari penelitian transportasi, epidemiologi, ilmu kedokteran, ilmu
lingkungan dan komputasi. Kita menutupi itu penularan mekanisme, risiko, mitigasi, dan pencegahan mekanisme ke mendirikan itu
potensi link dan efek di antara
Sesuai pengarang.
Surel alamat: X iaoli.liu@helsinki.fi (X. Liu).
https://doi.org/10.1016/j.multra.2022.100030
Diterima 20 Desember 2021; Diterima di diperbaiki membentuk 10 Mungkin 2022; Diterima 11 Mungkin 2022
2772-5863/© 2022 Itu Penulis. Diterbitkan oleh Elsevier Ltd pada kepentingan dari Tenggara Universitas. Ini adalah sebuah membuka
mengakses artikel dibawah itu CC OLEH lisensi ( http://creativecommons.org/licenses/by/4.0/ )
X. Liu, P. Kortoçi, N.H. Motlagh et Multimodal Transportation 1 (2022)
Ara. 1. Cakupan dari itu artikel disajikan sebagai hubungan di antara itu berbeda
bagian.
COVID-19 penularan dan publik angkutan sistem. Kita memisahkan berbeda mengangkut modalitas sebagai banyak sebagai mungkin
dan mencerminkan tentang bagaimana pemahaman ilmiah saat ini berkaitan dengan risiko transmisi dan manajemennya di dalamnya.
Kami juga mempertimbangkan bagaimana faktor mediasi yang berbeda – seperti ventilasi, tata letak dan pengaturan kursi, tingkat
hunian, durasi perjalanan, kepadatan penumpang, pembersihan dan kebersihan – mempengaruhi risiko penularan virus. Melalui survei
kami, kami memperoleh wawasan baru yang dapat digunakan untuk membantu mengelola risiko dalam berbeda publik angkutan
kendaraan dan mengenali membuka masalah dan tantangan untuk itu riset masyarakat.
2. Cakupan dan metodologi
Penyedia transportasi umum menghadapi tantangan yang signifikan karena pandemi COVID-19 karena jumlah penumpang yang
anjlok telah mengurangi aliran pendapatan sementara secara paralel penyedia perlu mengambil langkah-langkah tambahan untuk
memastikan keamanan lalu lintas pengemudi dan operator kendaraan. Tingkat keparahan dan implikasi global yang luas dari pandemi
juga telah memicu penelitian yang signifikan aktivitas, dengan Google Cendekia mendaftar lebih dari 211.000 hasil untuk kata kunci
COVID-19 pada tahun 2020 saja, dan lebih dari 60.500 untuk delapan pertama bulan tahun 2021. Terlepas dari kegiatan penelitian yang
signifikan ini, saat ini lanskap ilmiah yang berkaitan dengan COVID-19 di masyarakat angkutan memiliki pernah dipelajari. Memang,
yang ada survei pada COVID-19 dan angkutan fokus pada itu efek dari itu COVID-19 pada publik mengangkut penyedia tanpa
mempertimbangkan itu efek dari itu pandemi pada itu transit peristiwa diri. Kita survei alamat ini celah oleh menyediakan sebuah
menyeluruh tinjauan dari itu riset lapangan dan pemetaan itu jalan maju.
2.1. Survei cakupan
Pandemi COVID-19 adalah contoh yang menonjol dari bencana alam biologis dan pengelolaan respons terhadap pandemi memiliki
banyak kesamaan dengan pengelolaan situasi bencana lainnya ( Ricciardi et al., 2011 ). Pandangan ini juga didukung oleh teori semua
bahaya kerangka kerja untuk penanggulangan bencana, yang saat ini menjadi kerangka utama kesiapsiagaan bencana ( Lettieri et al.,
2009 ). Ini Teori ini menetapkan bahwa manajemen bencana yang efektif dapat dicapai melalui strategi terkonsolidasi yang mencakup
berbagai jenis bahaya. Meskipun ada beberapa keterbatasan pada teori ini, misalnya, teori ini menawarkan kemampuan beradaptasi
yang terbatas untuk menyesuaikan respons dengan karakteristik bencana. situasi ( Bodas et al., 2020 ), namun memberikan kerangka
teoritis yang digunakan secara luas dan terpadu yang kami gunakan sebagai dasar untuk menetapkan ruang lingkup survei ini. Dalam
survei literatur manajemen bencana, Lettieri et al. (2009) menyoroti fitur umum dari pendekatan semua-bahaya untuk menjadi
pemantauan berkelanjutan untuk risiko dan model respons multi-fase. Fase kanonik dari respons model, yang juga sejalan dengan
rekomendasi manajemen bencana dari Badan Manajemen Darurat Federal (FEMA), adalah mitigasi, kesiapsiagaan, respon, dan
pemulihan. Dalam survei ini, kami fokus pada peran epidemiologi, teknologi, dan lainnya mekanisme potensial untuk mendukung fase
mitigasi, kesiapsiagaan, dan respon penanggulangan bencana di angkutan umum sistem. Secara khusus, kami menargetkan solusi yang
berkaitan dengan pandemi COVID-19 yang sedang berlangsung sambil juga menangani relevansinya untuk mungkin masa depan
pandemi.
Itu keseluruhan cakupan dari itu survei adalah bergambar di Ara. 1 dan fokus pada memahami itu efek dari COVID-19 pada
angkutan
2
sistem. Kita pertama menyediakan itu diperlukan ilmiah memahami untuk menilai, mengevaluasi, dan memahami itu efek dan
risiko dari COVID-19 oleh merinci itu penularan mekanisme, pemodelan dan peramalan dari penyakit sebaran, dan berbeda
mempertaruhkan faktor di publik mengangkut sistem (kiri bagian dari itu gambar). Kita kemudian mengontekstualisasikan ini dari
itu sudut pandang dari bencana pengelolaan, fokus- ing pada mitigasi, pencegahan dan tanggapan fase (tengah bagian dari itu
gambar) sebagai ini sesuai ke itu utama fase itu publik
3
al.
E X isting survei terkait ke COVID-19.
Cakupan Survei
Ekonomi Efek bagi ekonomi dan langkah-langkah untuk menguranginya ( Padhan dan Prabheesh, 2021 )
Efek, sosial menjauhkan, dan pemerintah tanggapan ( Brodeur et Al., 2021 )
Teknologi Mengaktifkan dan muncul teknologi untuk sosial menjauhkan ( Nguyen et Al., 2020a; 2020b )
AI di gambar pengolahan untuk COVID-19 ( Shi et Al., 2020 )
Diagnosa berbeda diagnosa metode dan analitis efisiensi ( Giri et Al., 2021 )
Peran dari Gambar-gambar dan teknik untuk COVID-19 diagnosa ( Dong et Al., 2020 )
Gambar pengolahan menggunakan AI untuk COVID-19 diagnosa ( Shi et Al., 2020 )
Intervensi Potensi pengukuran (permukaan desinfektan, tangan sanitasi, dan pribadi
pelindung peralatan) untuk berkelahi melawan COVID-19 ( Pradhana et Al., 2020 )
Diagnosa, perawatan, dan pencegahan ( Hafeez et Al., 2020 )
Mengangkut Aturan untuk menggunakan dari publik mengangkut, ekonomis dan sosial efek, dan aturan arah untuk intervensi ( Tirachini
dan Kucing, 2020 )
Faktor mempengaruhi COVID-19 mengangkut Pengukuran dan milik mereka efek ( Pendek et Al., 2022 )
Mengangkut perencanaan dan adaptasi ( Gkiotsalitis dan Kucing, 2021 )
angkutan operator dan individu melalui milik mereka bepergian mode pilihan bisa memiliki sebuah efek. Akhirnya, kami
mempersatukan itu diskusi dengan membuat rekomendasi untuk angkutan umum tentang cara meminimalkan risiko dan dampak
buruk COVID-19 – dan potensi lainnya pernafasan penyakit (Baik bagian dari itu gambar). Secara khusus, Bagian 1 dan 2
menyediakan sebuah pengantar dan hadiah itu cakupan dari itu artikel. Bagian 3 menyediakan sebuah gambaran dari itu virus
penularan mekanisme, penawaran itu diperlukan Latar Belakang untuk memahami itu SARS-CoV-2 virus dan penanggulangan
melawan dia. Bagian 4 detail pemodelan solusi termasuk epidemiologi, peramalan, dan mekanistik model yang bisa menjadi
digunakan ke memperkirakan penularan dinamika di itu pendek dan panjang ketentuan. Ini model adalah penting untuk menilai itu
risiko dan dampak dari COVID-19 pada sebuah skala kota dan Tolong memandu aturan pembuat di membuat strategi ke mengatasi
dengan itu situasi epidemi saat ini. Misalnya, jika jumlah orang yang terinfeksi dapat diprediksi sebelumnya, panduan dapat diberikan
dalam maju sebelum bepergian. Bagian 5 detail itu mempertaruhkan faktor itu menengahi penularan mempertaruhkan dan
membahas bagaimana mereka mempengaruhi publik trans- Pelabuhan. Bagian 6 berfokus pada fase mitigasi, yang mencakup strategi
kesehatan masyarakat tradisional seperti skrining dan deteksi dan bagaimana mereka dapat ditambah melalui sarana teknologi, seperti
menggunakan penyaringan termal dan pelacakan kontak. Bagian ini juga menyediakan rekomendasi untuk langkah-langkah mitigasi
risiko di angkutan umum. Bagian 7 merinci mekanisme pencegahan termasuk jarak sosial bersama dengan teknologi pemantauan yang
sesuai untuk sistem transportasi umum, dan intervensi non-farmasi (NPI). Bagian 8 membahas wawasan utama dan menyajikan
pandangan masa depan berdasarkan survei, menyoroti solusi yang mungkin sambil menangani potensi riset arah. Akhirnya, Bagian 9
meringkas dan menyimpulkan itu survei.
2.2. Terkait survei
Meja 1 meringkas yang ada survei terkait ke berbeda aspek dari COVID-19 dan bencana pengelolaan di angkutan sistem. Untuk
yang pertama, ada survei yang memberikan tinjauan umum tentang dampak ekonomi yang disebabkan oleh COVID-19,
pemerintah tanggapan, dan langkah-langkah untuk mengurangi dampak ekonomi yang merugikan ( Brodeur et al., 2021; Padhan dan
Prabheesh, 2021 ). Ada juga survei pada berbeda teknologi (seperti sebagai nirkabel teknologi, mesin sedang belajar, dan komputer
penglihatan) untuk mendukung spesifik bagian dari bencana pengelolaan. Untuk contoh, di sana adalah survei terkait ke deteksi dan
mitigasi itu menutupi teknologi cara untuk sosial jarak ( Nguyen et al., 2020a; 2020b ) dan kecerdasan buatan (AI) dalam
pemrosesan data gambar untuk diagnosis COVID-19 ( Shi et al., 2020 ). Ini memiliki terfokus pada teknologi tanpa berhubungan
mereka dengan publik angkutan sistem. Lainnya survei memiliki asalkan gambaran umum tentang pengukuran intervensi untuk
memerangi COVID-19 ( Hafeez et al., 2020; Pradhan et al., 2020 ). Survei ini sebagian tumpang tindih dalam ruang lingkup dengan
pekerjaan kami dari sudut pandang umum tetapi tidak secara khusus terkait dengan publik sistem transportasi. Seperti yang
digarisbawahi, saat ini masih kurangnya penelitian yang komprehensif terkait pandemi COVID-19 dan publik angkutan. Memang,
hanya terpencil studi dengan sebuah sempit fokus memiliki pernah telah membawa. Untuk contoh, Schwartz (2020) menyelidiki
itu kemungkinan hubungan antara penumpang transit dan jumlah infeksi, langkah-langkah untuk mitigasi risiko, dan penyesuaian
layanan berdasarkan pada perubahan permintaan. Persatuan perkeretaapian internasional ( UIC, 2020 ) telah menerbitkan
laporan yang membahas kontaminasi pada kereta api, tetapi itu tidak memberikan pemahaman holistik tentang situasi atau tindakan
potensial yang dapat digunakan untuk meringankan masalah atau diskusi tentang bagaimana menggeneralisasi ke sarana transportasi
lain. Shortall dkk. (2022) mengidentifikasi faktor kontekstual yang menguntungkan yang relevan dengan mengangkut terkait
Pengukuran dari sosial-ekonomi, kultural, politik, dan individu perspektif, dan Bahas bagaimana itu faktor mempengaruhi langkah-
langkah. Gkiotsalitis dan Kucing (2021) mencakup persyaratan perencanaan dari sudut pandang operator angkutan umum dan
mempersatukan temuan dari riset ke menyediakan sebuah gambaran pada bagaimana ke terbaik menyesuaikan operasi melawan
gangguan menyebabkan oleh COVID-19. Kita survei fokus secara khusus pada individu transit acara alih-alih dari itu operasi dari
itu mengangkut pemberi. Akhirnya, Tirakini dan Kucing (2020) fokus pada mengangkut pemerintahan dan menyediakan sebuah
gambaran terkait ke COVID-19 dan mengangkut, secara khusus aturan (seperti seperti physical distancing, memakai masker
wajah, kebersihan, sanitasi, dan ventilasi) untuk penggunaan transportasi umum, ekonomi dan sosial efek menyebabkan oleh
4
al.
COVID-19, kebijakan untuk pandemi tanggapan di publik angkutan. Tidak seperti milik kita, itu survei dari Tirakini dan Kucing
(2020) melakukan bukan Bahas COVID-19 terkait ke individu angkutan acara atau berbeda cara dari mengangkut, fokus alih-alih
tentang tata kelola sistem transportasi. Memang, sebelum pekerjaan kami, tidak ada artikel yang secara sistematis mensurvei
respons pandemi peristiwa transit individu. Artikel kami membahas kesenjangan ini dalam yang ada survei, menawarkan
pandangan yang saling melengkapi, dan memberikan
5
Meja 2
Kata kunci digunakan untuk mengumpulkan itu dokumen.
Bagian Kata kunci
3 penularan, mekanisme, udara polusi, mengudara, polutan

4 epidemiologi, ramalan, ramalan, menyebar
5 angkutan, mengangkut, bis, kereta, pesawat terbang, mengirimkan, gugus, kelembaban, suhu, ventilasi, filtrasi,
mobilitas
6 kerumunan, kontak pelacakan, penyaringan, deteksi, diagnosa
7 sosial menjauhkan, pencegahan, NPI
sebuah luas survei pada itu penularan mekanisme, epidemiologi dan peramalan model, mempertaruhkan faktor mempengaruhi
penularan risiko, mitigasi dan pencegahan pengukuran untuk COVID-19 pada publik transit.
2.3. Pilihan dari artikel
Artikel-artikel tersebut pada awalnya dipilih dengan mencari artikel penelitian terbaru menggunakan sejumlah kecil benih kata kunci
di Google Cendekia, PubMed, Scopus, medR X iv, Web dari pengetahuan, IEEE Jelajahi, dan ACM Digital Perpustakaan. Itu
pertanyaan menggabungkan sebuah kata kunci dari itu mengatur { COVID-19 , SARS-CoV-2 , virus corona }, dan sebuah
topik-spesifik kata kunci, diringkas di Meja 2 . Itu awal artikel mengatur adalah diperluas oleh memukau ke dalam pertimbangan
artikel itu mengutip atau adalah makhluk dikutip di itu artikel mengatur. Kita melengkapi itu mengatur dari artikel oleh
menambahkan penelitian terkemuka yang ditampilkan di media untuk meliput serangkaian publikasi penting yang komprehensif di
bidang ini. Proses ini adalah lanjutan sampai Tidak baru artikel adalah ditemukan. Kita kemudian Bahas itu dokumen di antara itu
penulis dan menganalisa itu relevansi dan pentingnya dari itu terpilih artikel oleh membaca itu abstrak dan itu utama temuan dari itu
dokumen. Dokumen itu adalah dianggap lebih sedikit relevan untuk itu cakupan dari itu survei adalah disaring keluar selama ini
proses. Beberapa dokumen adalah relevan, tetapi cepat lumayan serupa opini terkait ke itu tema. Di situasi seperti itu, makalah
dibahas di antara penulis dan perwakilan yang paling dipilih untuk dimasukkan. Hal ini dilakukan untuk memperkecil tumpang tindih
dan memastikan luas liputan dari semua relevan topik. Itu akhir terpilih 168 riset dokumen membentuk itu inti dari ini survei
kertas, dan kami memiliki dilakukan minor pembaruan selama itu survei menulis proses ke menutupi dokumen diterbitkan sejak itu
Mulailah dari kita proses.
3. COVID-19 penularan
Mencegah itu sebaran dari COVID-19 memerlukan sebuah luas pengetahuan tentang itu penularan mekanisme dari itu virus.
Kita mulai itu survei oleh menyajikan sebuah gambaran dari itu saat ini ilmiah memahami dari itu COVID-19 penularan
mekanisme. Kita mencakup mekanisme transmisi yang diketahui saat ini dan kontributor lingkungan seperti polutan udara hingga
transmisi SARS-CoV-2 virus.
3.1. Penularan mekanisme
Itu pandemi memiliki bertahan untuk lebih dua bertahun-tahun dan di sana adalah sebuah lebih baik memahami dari itu SARS-
CoV-2 virus penularan dibandingkan ke terobosan awal. Pemahaman penelitian saat ini menyatakan bahwa mekanisme penularan
utama adalah paparan pernapasan tetesan yang mengandung virus ( Pusat Pengendalian dan Pencegahan Penyakit, 2021 ). Paparan
terjadi terutama dalam tiga cara: melalui inhalasi dari udara membawa itu virus, virus endapan, atau itu tangan sentuhan itu lendir
membran ketika mengandung virus sebagian- cles ( Pusat untuk Penyakit Kontrol dan Pencegahan, 2021 ). Pernafasan droplet
adalah dihasilkan oleh penghembusan dan itu menghasilkan partikel kemudian tetap tergantung di itu udara. Itu waktu mereka tetap
tergantung bergantung pada milik mereka ukuran, dengan dua utama kelompok makhluk terpandang di itu literatur ( Alsved et Al.,
2020 ). Lebih besar droplet dengan cepat jatuh ke itu tanah di menutup pro X imitas ke itu sumber sedangkan lebih kecil droplet
bisa tetap tergantung di itu udara untuk beberapa menit - atau bahkan jam di beberapa kasus - dan bergerak jauh dari itu sumber
dengan arus udara. Partikel yang lebih kecil menjadi encer dari waktu ke waktu dan jarak sebagai volume udara yang mereka temui
tumbuh. Secara tradisional, ambang dari 5 m _ memiliki pernah digunakan ke membedakan di antara besar dan kecil partikel. Secara
khusus, droplet adalah partikel itu melebihi 5 m _ di diameter, sedangkan tetesan kecil inti adalah aerosol itu membentuk Kapan lebih
kecil pernafasan droplet, dari sebuah diameter pada paling dari 5 m , menguap di udara. Menghirup partikel yang lebih kecil, yaitu
droplet nuclei, juga disebut sebagai transmisi udara dalam literatur ( Siegel et al., 2007; Organisasi Kesehatan Dunia, 2014 ). Orang tanpa
gejala tetapi menular dapat menularkan virus ketika mereka dekat dengan orang lain orang (dalam jarak kontak 6 kaki) dan batuk atau
bersin – atau bahkan saat mereka mengeluarkan napas saat bernafas atau berbicara. Transportasi umum umumnya terjadi di dalam
ruang tertutup yang ramai dan karenanya dapat meningkatkan risiko penularan virus SARS-CoV-2 selama transit. Seperti yang akan
dibahas nanti di artikel, memakai masker dan menjaga jarak lebih dari 6 kaki dari yang lain penumpang memiliki pernah disarankan
sebagai cara ke mengurangi itu risiko.
Itu ilmiah memahami dari itu SARS-CoV-2 virus penularan adalah terus menerus berkembang, misalnya, mulanya mengudara
penularan dulu dipertimbangkan tidak sepertinya ( Lewis, 2020 ), tetapi ini memiliki nanti pernah diperdebatkan. Itu paling terkini
panduan oleh itu WHO menyatakan itu sebuah virus dapat menyebar melalui tetesan pernapasan besar dan kecil, dan penularan juga
6
dapat terjadi selama tinggal lama di tempat tertutup ruang angkasa di mana itu udara mengandung virus partikel ( Dunia Kesehatan
Organisasi, 2021a ). Memang, laboratorium studi memiliki ditampilkan itu virus ke dapat tetap aktif saat tergantung dalam udara
selama lebih dari satu jam ( Kampfu dkk., 2020; Van Doremalen dkk., 2020 ). Karena itu, sebuah sehat penumpang terletak lebih jauh
dibandingkan 6 kaki dari sebuah terjangkit orang bisa menjadi terjangkit jatuh tempo ke itu paparan ke itu virus tergantung di itu
udara lebih panjang jarak. Lebih-lebih lagi, bahkan Kapan sebuah terjangkit penumpang mendapat off itu kendaraan sebelumnya ke
sebuah sehat penumpang asrama
7
itu kendaraan, dia adalah mungkin untuk itu sehat penumpang ke menjadi terjangkit oleh menghirup mengandung virus pernafasan
droplet tergantung di udara yang ditinggalkan oleh penumpang yang terinfeksi. Namun, transmisi melalui udara melalui jarak atau
waktu yang lebih lama (yaitu, non-kontak) hanya dapat terjadi ketika kondisinya sesuai ( Morawska dan Cao, 2020; Organisasi
Kesehatan Dunia, 2021b ). Contoh KONDISI di mana seperti penularan memiliki pernah dilaporkan termasuk beragam diselubungi
spasi itu memiliki tidak memadai ventilasi atau udara menukarkan ( Li et Al., 2007; 2020 ). Karenanya, bagus ventilasi adalah
penting untuk mengurangi itu penularan mempertaruhkan dari penumpang.
Selain penularan melalui udara, virus SARS-CoV-2 juga dapat ditularkan melalui apa yang disebut fomites , yaitu benda atau benda.
permukaan itu menjadi terkontaminasi dengan itu virus ( Teller et Al., 2019 ). Fomit membentuk Kapan droplet membawa itu virus
adalah dilepaskan oleh sebuah terjangkit individu ( Asadi et Al., 2019; Lanjutan dan stabil, 2020 ) dan jatuh ke sebuah permukaan
itu menjadi terkontaminasi dengan itu virus sebagai sebuah hasil. Untuk contoh, tempat duduk dan pegangan tangan bisa menjadi
terkontaminasi di sebuah kendaraan. Penumpang bisa kemudian menjadi terjangkit oleh pertama sentuhan sebuah terkontaminasi
permukaan dan kemudian sentuhan sebuah lendir selaput. Di laboratorium studi itu virus memiliki pernah sanggup ke bertahan
hidup pada permukaan bahkan untuk hari Kapan itu kondisi adalah optimal ( Van Doremalen et Al., 2020 ). Virus partikel bisa
tetap hidup pada itu permukaan untuk jam meningkat itu ancaman untuk sehat penumpang itu menggunakan publik mengangkut
sistem. Namun, itu keseluruhan peran dari berbasis permukaan fomit adalah diperebutkan sebagai itu rata-rata menghitung dari
partikel itu adalah dilepaskan adalah khas kecil dibandingkan ke itu digunakan di studi laboratorium. Memang, terkini ilmiah
pengertian menyarankan itu fomites adalah sebuah mungkin tetapi bukan sebuah menonjol mekanisme untuk penyakit penularan
( Lewis, 2021 ). Reguler pembersihan itu permukaan dan pribadi kebersihan adalah efektif pengukuran untuk mengurangi risikonya.
Namun, karena karakteristik sistem transportasi umum, seperti ruang tertutup, sulit untuk menjaga jarak sosial khususnya selama itu
bergegas jam, dan tinggi mobilitas, itu publik mengangkut adalah subjek ke signifikan tantangan.
3.2. Penularan dan udara polutan
Udara polutan dan aerosol adalah secara luas dipertimbangkan sebagai sebuah menengahi faktor untuk itu mengangkut dari itu
SARS-CoV-2 virus dan mereka juga adalah sebuah faktor yang dapat mempengaruhi keparahan dari penyakit ( Domingo et al., 2020;
hadei et al., 2020 ). Asosiasi antara penularan risiko dan polusi udara berasal dari studi penyakit pernapasan lainnya. Misalnya, ada
penelitian yang menunjukkan hasil positif asosiasi antara kematian bersumber dari SARS kasus dan polusi udara ( Cui et Al., 2003 )
dan studi serupa memiliki pernah telah membawa keluar ke menyelidiki link di antara udara polutan dan COVID-19 insidensi dan
kematian tarif ( Lanjutan dan stabil, 2020; copat et Al., 2020; Fattorini dan Regoli, 2020; Wu et Al., 2020 ). Ini studi memiliki
ditampilkan itu keduanya meteorologi variabel (yaitu, suhu (T), relatif kelembaban (RH), dan tekanan (P)) dan udara polutan
(partikulat urusan (PM) atau beragam berbentuk gas polutan) bisa mempengaruhi risiko dan tingkat keparahan infeksi. Meskipun
telah ada beberapa penelitian yang mengeksplorasi dampak polusi udara dan meteorologi faktor pada penularan SARS-CoV-2, saat ini
tidak ada konsensus tentang polutan yang merupakan faktor paling signifikan untuk mempengaruhi tingkat infeksi dan kematian (
Contini and Costabile, 2020 ). Tabel 3 menyajikan ringkasan dari studi terkait. Dalam tabel, positif korelasi merujuk ke sebuah meningkat
dari itu nomor dari COVID-19 terjangkit orang, sedangkan negatif korelasi menunjukkan sebuah mengurangi dari seperti sebuah
nomor. Itu ketentuan kasus merujuk ke itu nomor dari terjangkit rakyat atau itu nomor dari kematian.
Itu studi diringkas di Meja 3 memiliki bukan tercapai setiap sepakat kesimpulan, menunjukkan itu itu hubungan di antara
memberikan-
faktor orologis, polusi udara dan COVID-19 rumit. Hubungan variabel yang berbeda juga berpotensi saling terkait. Namun, beberapa tren
umum telah muncul dari studi ini. Pertama, banyak penelitian mengkorelasikan tingkat konsentrasi partikulat yang tinggi materi (PM 2. 5
atau PM 10 ), CO 2 , NO 2 , dan kelembaban relatif terhadap peningkatan jumlah kasus terkonfirmasi COVID-19. Sebaliknya, suhu- suhu (T),
tekanan (P), sulfur dioksida (SO 2 ) dan ozon (O 3 ) menunjukkan efek sebaliknya. Studi juga menunjukkan bahwa industri dan perkotaan
daerah mungkin memiliki lebih tinggi insidensi dan kematian tarif dibandingkan pedesaan dan pertanian daerah, bahkan setelah
menyesuaikan untuk perbedaan di populasi kepadatan. Demikian pula, daerah dengan sebuah PM konsentrasi melebihi 50 g / m3
cenderung ke memiliki lebih tinggi insidensi tarif. Keduanya TIDAK 2 dan PM 10 konsentrasi melebihi itu berarti konsentrasi tingkat
memiliki pernah terkait dengan sebuah lebih tinggi kemungkinan dari sebuah positif uji kasus dan panjang ketentuan paparan ke
salah satu polutan adalah digunakan sebagai sebuah ukuran ke memperkirakan itu menyebar dari itu COVID-19 ( Saez et Al., 2020 ).
Catatan itu ini polutan hasil sebagian besar dari lalu lintas, dan dengan demikian mereka juga melayani sebagai sebuah pro X y untuk
keseluruhan mobilitas. Sebagai seperti, itu asosiasi dengan COVID-19 mungkin hanya merupakan hasil dari peningkatan mobilitas dan
diperlukan lebih banyak penelitian untuk mengungkap sepenuhnya peran polutan udara dalam menyebar itu COVID-19.
Sebaliknya, sistem transportasi umum tidak hanya menghasilkan polusi udara tetapi juga terus menerus mengekspos penumpang
kepada mereka. Jumlah seluruhnya paparan, namun, juga bergantung pada banyak faktor seperti sebagai itu tempat duduk lokasi,
rute dari itu kendaraan, dan usia dari itu angkutan eet. Mereka semua mempengaruhi itu cakupan ke yang sebuah orang adalah
terkena ke polusi ( Motlagh et Al., 2021b ). Itu level dari udara polutan, suhu dan kelembaban meningkat sebagai akibat dari jumlah
komuter yang lebih tinggi dalam sistem transportasi umum. Akibatnya, lebih tinggi polusi konsentrasi juga melayani sebagai sebuah
pro X y untuk kesesakan dan manusia mobilitas, yang di belok sebagian menjelaskan itu lebih tinggi mempertaruhkan dari itu
COVID-19 penularan.
4. Pemodelan dan peramalan
8
Itu penularan mekanisme dari COVID-19, tertutupi di Bagian 3 , memerintah bagaimana COVID-19 menyebar dari sebuah
terjangkit individu ke yang lainnya. Namun, untuk keperluan perencanaan transportasi, perlu juga dipahami bagaimana transmisi
antara individu menyebar ke seluruh populasi. Memang, penguncian, larangan perjalanan internasional, dan pembatasan transit lainnya
di antara itu paling awal COVID-19 terkait penanggulangan untuk berasal itu gelombang pasang dari infeksi. Ini bagian meliputi itu
utama pendekatan untuk pemodelan dan peramalan infeksi dalam seluruh populasi, dan membahas bagaimana temuan ini berhubungan
dengan transportasi umum operasi.
9
Meja 3
CUKUP banyak _ studi berdasarkan pada udara polusi dan meteorologi data analisis.
Kasus Belajar Periode Analisis metode Positif Korelasi Negatif Catatan

Korelasi
120 kota, Cina 2020/01/23 & Aditif umum model BERSAMA, TIDAK 2 , jadi 2 Pengurangan dari udara
Zhu et Al. (2020) 2020/02/29 dan Spearman PM2 . _ 5 , PM10 , _ polutan (kecuali JADI 2 )
korelasi O 3 , P, T, kanan, dan bisa menjadi berguna
Angin Kecepatan mendekati di
mengendalikan COVID-
19 menyebar
154 kota, Cina 2019/12/10 & Tombak pangkat — O3 O 3 konsentrasi
Ran et Al. (2020) 2020/02/29 korelasi dan Spline Sebaiknya menjadi di
regresi atas sebuah yakin
ambang
29 provinsi, Cina 2020/01/21 & Regresi analisis BERSAMA T dan P Ventilasi yang
Lin et Al. (2020) 2020/04/03 efisien sistem
mengurangi
COVID-19
Kuala lumpur, Malaysia 2018/03/11 & Tombak korelasi uji PM2 . _ 5 , PM10 , _ T Data sebelum COVID-19
Suhaimi et Al. (2020) 2020/04/21 BERSAMA, TIDAK 2 , waktu digunakan ke
SO2 , _ dan RH menyorot jangka panjang
paparan ke udara polusi
Huanggang, Wuhan, & 2020/01/25 & Multivariasi Poison PM2 . _ 5 dan T RH dan PM 10 Belajar Titik adalah
Xiaogan, Cina 2020/02/29 regresi model pendek. Hasil mungkin
Jiang et Al. (2020) mengubah oleh
menggunakan periode
yang lebih lama dan lagi
terperinci data.
Milan dan Florence 2019/03/08 & Korelasi peringkat PM2 . _ 5 T, Mutlak Virus penularan lebih
Italia loli et Al. (2020) 2020/05/30 Kendall tes dan Non- Kelembaban, suka kering dan dingin
linier pendekar tombak Embun Titik, lingkungan sebagai
dan Air Uap air dengan baik sebagai
tercemar udara
219 kota Cina 2020/01/24 & Kendall dan Spearman AQI dan RH T Lebih tinggi angin
Zhang et Al. (2020) 2020/02/29 tes dan multivariasi kecepatan mungkin
regresi analisis mengurangi risiko
infeksi.
Katalunya 2020/02/25 & Campuran linier umum X TIDAK 2 dan ke PM 10 — Paparan jangka panjang
Spanyol Saez et 2020/05/16 ed model (GLMM) terhadap TIDAK 2 dan
Al. (2020) PM 10 adalah prediktor
penyebaran dari
COVID-19
Nama-nama variabel yang disingkat adalah sebagai berikut. AQI: Indeks Kualitas Udara, P: Tekanan, T: Suhu, RH: Kelembaban Relatif, CO: Karbon
mono X ide, TIDAK 2 : Nitrogen dio X ide, O 3 : Ozon, JADI 2 : Sulfur dio X ide, PM2 . _ 5 dan PM 10 : Partikulat Hal-hal dengan diameter dari 2.5 dan _ 10 , _
masing-masing.
4.1. Epidemiologi model
Model epidemiologi adalah alat peramalan dan perencanaan penting yang memfasilitasi pekerjaan pembuat kebijakan, dokter, dan
masyarakat praktisi kesehatan, dan membantu menjaga orang tetap aman selama wabah epidemi ( Holmdahl dan Buckee, 2020 ). Model
epidemiologi adalah selalu abstraksi yang mencoba untuk menangkap itu kunci mekanisme mengatur sebaran dari infeksi dan Dengan
demikian dibatasi oleh itu ketidakpastian intrinsik tentang bagaimana membuat parameter secara akurat. Ini terutama berlaku untuk
ancaman baru dan yang muncul di mana karakteristik dari itu infeksi adalah bukan diketahui atau dengan baik dipahami di maju. Di
praktek ini cara itu epidemiologi model adalah selalu disesuaikan ke itu situasi di tangan, dengan tertentu perhatian taruh pada itu
jumlah dari tersedia data, itu situasi ditangkap oleh itu data, dan itu asumsi dari itu model. Itu faktor itu paling mempengaruhi
sebuah model adalah:
(i) Skala spasial. Konteks geografis – lokal, regional, nasional, atau seluruh dunia – dari kumpulan data membatasi akurasi model
karena dengan baik sebagai -nya keabsahan Kapan terapan ke lebih luas daerah dibandingkan itu dari itu dikumpulkan data.
(ii) Kepadatan penduduk. Tingkat interaksi orang adalah fungsi dari kepadatan penduduk, dan dengan demikian parameter ini perlu:
dinormalisasi ke menyediakan sebuah jernih penafsiran dari itu data.
(iii) Data. Ketika rawat inap dan meninggal adalah dilaporkan dengan baik, data dari rakyat dengan lampu gejala atau itu itu adalah
tanpa gejala adalah lebih sedikit dapat diandalkan. Seperti kasus adalah sulit ke menangkap akurat dan dengan demikian itu
data adalah tidak sepertinya ke menyediakan sebuah jernih indikasi dari itu sebaran dari itu infeksi.
(iv) Asumsi. terlalu disederhanakan model bisa menghasilkan keluaran itu adalah menyesatkan. Untuk contoh, dia mungkin suara
intuitif ke menganggap itu rakyat memperoleh kekebalan setelah pulih dari itu infeksi tetapi ini mungkin bukan menjadi itu
kasus. Demikian pula, asumsi tanpa gejala rakyat sebagai sehat atau tidak terinfeksi/tidak menular bisa sangat meremehkan itu
infeksi tarif di itu masa depan.
1
Kompartemen model adalah itu paling umum Tipe dari epidemiologi model. Mereka memperkirakan itu sebaran dari sebuah
penyakit oleh menugaskan orang ke dalam kompartemen yang berbeda dari waktu ke waktu, dan memperkirakan penyebaran
penyakit dalam populasi melalui interaksi dan kemajuan antara kompartemen yang berbeda. Model kompartemen yang banyak
digunakan untuk banyak penyakit menular, termasuk COVID-19, adalah model SEIR, di mana S, E, I, dan R masing-masing mewakili
orang yang rentan, terpapar, menular , dan pulih ( He et al., 2020 ). Itu klasik Versi: kapan dari ini model akun untuk empat berbeda
cara itu rakyat bisa menjadi terpengaruh oleh sebuah epidemi. Secara khusus, itu total nomor dari rakyat jumlah ke atas ke itu S,
E, SAYA, dan R oleh itu penyakit. Masa depan prediksi dari itu sebaran dari sebuah penyakit mengandalkan pada akurat
mendefinisikan kunci parameter mengatur penularan kemungkinan, dan demikian juga itu reproduksi potensi dari itu penyakit.
1
Parameter yang umum digunakan adalah bilangan reproduksi dasar 0 yang mengevaluasi tingkat transmisibilitas suatu zat yang
menyebabkan penyakit di sebuah populasi itu adalah rentan ke dia ( Delamater et Al., 2019; Diekmann dan Heesterbeek, 2000 ). 0
_ adalah digunakan secara ekstensif oleh publik kesehatan peduli pihak berwajib ke evaluasi itu mengembangkan penularan dari
sebuah epidemi. Itu kerasnya dari itu penularan dari sebuah agen dapat dikurangi dengan 0 sebagai berikut. Jika 0 _ > 1, infeksi
diperkirakan akan menyebar lebih jauh dalam populasi, dan dengan demikian berpotensi kejadian luar biasa berlanjut. SEBUAH nilai
dari 0 _ = 1 cara itu itu nomor dari infeksi tetap stabil, sedangkan 0 _ < 1 sinyal itu itu sebaran dari itu penyakit adalah melambat
turun. Di praktek, itu seluruh populasi jarang adalah rentan sebagai rakyat mungkin menjadi imun atau memiliki sudah telah
infeksi sebelumnya. Angka reproduksi efektif mewakili efek kasus infeksi yang menyebarkan penyakit lebih lanjut dan dengan demikian
menyebabkan infeksi sekunder. Nilai adalah waktu dan situasi tertentu, dan dengan demikian tidak tergantung pada kerentanan penuh
dari populasi ke itu penyakit. Sebagai itu efektif reproduksi nomor melakukan bukan mengandalkan pada asumsi tentang itu
populasi karakteristik, dia adalah sebuah lebih baik ukuran untuk mencirikan itu patogen penularan kemungkinan selama sebuah
kejadian luar biasa.
4.2. Peramalan model
Epidemiologi model adalah penting bangunan blok pada yang kami meramalkan itu masa depan kursus dari sebuah epidemi dan
ramalan -nya kemajuan di waktu. Peramalan model beroperasi oleh sedang belajar data pola dan ekstrapolasi ini pola ke baru data
poin itu adalah di itu di dekat masa depan menggunakan statistik atau mesin sedang belajar teknik. Peramalan model cenderung
ke suffer dari sebuah besar mengurangi dalam akurasi saat ukuran jendela waktu peramalan meningkat, terutama jika kumpulan data
awal kecil. Selain itu, data yang berkaitan dengan epidemi, termasuk itu COVID-19, adalah melompat ke bervariasi tak terduga. Ini
hakiki ciri adalah jatuh tempo ke itu fakta itu itu infeksi kecepatan dari sebuah epidemi bergantung bukan hanya pada itu penyakit
diri, tetapi juga pada faktor seperti sebagai pencegahan Pengukuran itu lokal, daerah atau global pemerintah dan pembuat
kebijakan melaksanakan.
Model peramalan dapat diklasifikasikan menjadi dua kelompok utama, model matematika yang didasarkan pada teori stokastik
dan data . model sains yang didasarkan pada teknik pembelajaran mesin ( Shinde et al., 2020 ). Demikian pula, pendekatan dapat
dikategorikan berdasarkan kumpulan data yang digunakan untuk menjalankan model peramalan baik sebagai berbasis data besar
(misalnya, data yang disediakan oleh World Health Organisasi atau Nasional database) atau berdasarkan pada data dikumpulkan
melalui berbagai sosial media komunikasi platform. Itu keuntungan dari menggunakan data besar, yaitu data statistik populasi,
adalah cakupan yang lebih baik sehingga model peramalan tidak rentan terhadap sparity. Di kontras, studi telah membawa keluar
di lebih kecil data set seperti sebagai klinis data, adalah lebih baik cocok ke kasus di mana sebuah skala besar data koleksi tidak
layak dan data hanya diperlukan dalam waktu singkat. Seperti halnya industri farmasi dan penelitian laboratorium Kapan bekerja
dengan sebuah baru obat atau vaksin ( Shinde et Al., 2020 ).
Bertozzi et Al. (2020) menunjukkan bagaimana epidemi pertumbuhan, seperti sebagai itu sebaran dari COVID-19, pameran
sebuah eksponensial lintasan, khususnya di itu lebih awal tahapan dari itu kejadian luar biasa Kapan publik kesehatan intervensi
(seperti sebagai sosial menjauhkan, memakai topeng, dan diri sendiri isolasi) adalah bukan belum di tempat. Oleh melamar itu
eksponensial model ke baru infeksi dan dilaporkan kematian data, itu penulis adalah sanggup ke depan- Pemeran itu kursus dari itu
epidemi untuk Selatan Korea, Italia, Jerman, Perancis, Spanyol, Inggris, dan KITA untuk itu Berikutnya 15 dan 20 hari. Lainnya
bekerja ( Dehning et Al., 2020; Fanelli dan Piazza, 2020; Nkwayep et Al., 2020; Rahimi et Al., 2021; Shinde et Al., 2020 ) gambaran
bervariasi metode peramalan jangka pendek. Misalnya, algoritma optimasi gerombolan partikel sering digunakan untuk memperkirakan
Susceptible, Terjangkit, dan Pulih (PAK) model parameter dengan sebuah tinggi ketepatan ( Putra dan Mutamar, 2019 ). Mbuvha dan
Marwala (2020) dan Qi dkk. (2020) menyetel model SIR berdasarkan jumlah kasus infeksi yang dilaporkan di Afrika Selatan dan China
untuk memperkirakan secara akurat tingkat infeksi. Salgotra dkk. (2020) memodelkan perjalanan virus SARS-CoV-2 yang menyebar di
India melalui pemrograman genetik algoritma.
Itu kerja di Bherwani et Al. (2020) menilai itu menyebar dari COVID-19 di India lebih sebuah Titik dari dua minggu. Itu
artikel menggunakan model SEIR dengan data dari kuartal pertama tahun 2020 untuk membangun hubungan antara aspek sosial-
perilaku – seperti sosial jarak dan mandat pembuat kebijakan lainnya (yaitu, penguncian total nasional dan penangguhan turis dan e-
visa untuk semua turis) – dan itu kecepatan dari populasi terjangkit dengan itu SARS-CoV-2 virus. Itu riset dilaporkan bukan hanya
sebuah meningkat di itu nomor dari infeksi jika mandat dilonggarkan tetapi juga ditemukan korelasi angka tersebut dengan parameter
lingkungan yang berbeda seperti suhu dan kelembaban, pencerminan itu studi dijelaskan di itu sebelumnya bagian.
Demikian pula, lainnya bekerja oleh Ribeiro et Al. (2020) , Roosa et Al. (2020a) , dan Roosa et Al. (2020b) fokus pada
peramalan COVID-19 kasus di itu di dekat masa depan. Untuk contoh, riset oleh Ribeiro et Al. (2020) prakiraan itu kemajuan dari
itu COVID-19 lebih sebuah Titik dari satu, tiga, dan si X hari berbeda negara bagian Brasil. Itu ramalan evaluasi adalah berdasarkan
pada suatu data mengatur kumulatif dikonfirmasi kasus sampai 19 April 2020, dan leverage berbeda mesin sedang belajar model.
Itu model tercapai, pada rata-rata, sebuah kesalahan dari 0,87% 3,51%, 1,02% 5,63%, dan 0,95% 6.90% untuk satu, tiga, dan si X
hari, masing-masing, menyarankan itu mereka adalah tepat untuk pendek periode dari waktu dan sebaliknya harus ditafsirkan
dengan hati-hati. Demikian pula, Roosa et al. (2020b) menghasilkan prakiraan 5 dan 10 hari berdasarkan kumulatif kasus dilaporkan di
dua provinsi di Cina ke atas sampai pertengahan Februari 2020. Terbaik hasil adalah diperoleh menggunakan sebuah disebut sub-
melambai model ( Chowell et Al., 2019 ) itu menganggap setiap paku dari infeksi sebagai sebuah sub-gelombang dan model itu
1
keseluruhan penyakit kemajuan sebagai lintasan yang sejajar dengan paku tersebut. Hal ini menunjukkan bahwa model peramalan
dapat bekerja paling baik ketika mereka mendukung kompleks dan bervariasi dinamika di itu berbeda fase dari itu kejadian luar biasa.
Dia adalah penting ke menekankan, namun, itu itu hasil dari setiap peramalan model selalu rentan terhadap cara kasus dimodelkan
dan bagaimana parameter didefinisikan. Namun demikian, model peramalan adalah penting alat untuk memperkirakan jangka pendek
perkembangan dan, Dengan demikian, adalah sangat relevan untuk operasi angkutan umum, misalnya, oleh memprediksi itu
kemungkinan dari baru penanggulangan dan membuat tuntutan prediksi.
1
4.3. mekanistik model
mekanistik model, tidak seperti yang peramalan, memberikan proyeksi jangka panjang dari tingkat infeksi, rawat inap, dan
meninggal ( Holmdahl dan Buckee, 2020 ). Ini model mempertimbangkan berbeda parameter itu adalah dengan ketat terkait ke itu
menular penyakit diri, sebagai dengan baik sebagai itu tindakan diambil oleh pemerintah dan sesuai pihak berwajib. Untuk contoh,
terkait penyakit parameter termasuk
(i) penularan metode (misalnya, mengudara partikulat, pernafasan, fisik kontak dengan terjangkit orang dan benda tersentuh oleh
mereka),
(ii) kemudahan penularan (misalnya, waktu minimum paparan terhadap orang atau benda yang terinfeksi), dan (iii) kekebalan yang
mungkin dipicu oleh pulih dari itu menular penyakit.
Prakiraan model adalah fungsi dari metode yang digunakan dan intervensi (yang mungkin) yang dapat diterapkan oleh pembuat
kebijakan. Keduanya jenis parameter dapat dimodifikasi setiap saat seiring dengan meningkatnya pemahaman tentang COVID-19 dan
penularannya. Demikian pula, kontrol Pengukuran adalah selalu disesuaikan ke itu situasi pada tangan. Ini terkini non-linier masukan
pada itu saat ini situasi petunjuk ke sebuah lebih tinggi ketepatan dari itu model proyeksi. Oleh menyuntikkan ini informasi ke dalam
itu model, itu jangka panjang proyeksi adalah terbaik cocok ke membantu pembuat kebijakan dengan itu Berikutnya Langkah ke arah
sebuah lebih aman lingkungan.
Dinamika epidemi, bagaimanapun, terlalu kompleks untuk diwakili oleh hubungan semacam itu. Oleh karena itu, banyak non-linier
lainnya fitur seperti musiman dan sifat stokastik infeksi diperkenalkan ke dalam model. Sebagai contoh, Dia et al. (2020) diperkenalkan
variabel tambahan seperti kelas rentan, infeksi dengan dan tanpa intervensi, dikarantina , dan dirawat di rumah sakit , di samping dengan
parameter sistem seperti tingkat kekebalan sementara, tingkat transisi dari kelas yang terpapar ke kelas yang terinfeksi, tingkat
pemulihan simptomatik rakyat, dan itu kecepatan dari transisi dari dikarantina ke itu pulih kelas ke menghasilkan sebuah baru
bagan alir dari sebuah disesuaikan SEIR model. Lain contoh adalah disajikan di Reiner et Al. (2020) di mana sebuah SEIR model
adalah dilengkapi pada nyata kasus dan kematian data ke model mengharapkan infeksi lintasan dan itu efek dari berbeda
nonfarmasi intervensi pada kasus lintasan. Itu belajar juga mencakup dampak mandat jarak sosial (SDM) seperti penutupan sekolah
dan bisnis tidak penting lainnya, tinggal di rumah mandat, dan batasan tentang pertemuan dan rekreasi kegiatan pada mengurangi itu
infeksi kecepatan. Keseluruhan, itu model menyarankan itu terendah infeksi tarif dan kematian adalah diperoleh dengan sebuah
tinggi kecepatan dari masker penggunaan.
Itu kerja di Rdulescu et Al. (2020) menyelidiki itu efek dari berbeda penyakit pencegahan pengelolaan strategi, menunjuk keluar itu
pada tahap pertama epidemi, tingkat kematian yang relatif rendah (sekitar 3,3%) diamati. Meskipun ini sebanding dengan less epidemi
yang mengancam dan umum (misalnya, u musiman), faktor penyebaran 0 namun lebih besar (≈ 3). Hal ini menimbulkan kekhawatiran dan
terpicu internasional koordinasi tentang bepergian larangan atau fungsional mematikan dari yakin tak tergantikan ekonomis
ranting.
Hiburan dan rekreasi kegiatan adalah Diantara terakhir ke tutup selama itu eksponensial pertumbuhan itu pandemi. Tidak hanya
mereka adalah sumber hotspot yang layak, tetapi penutupannya hanya memengaruhi kategori grup yang sesuai, mirip dengan efek
penutupan sekolah atau TK. Selain itu, langkah-langkah kebersihan menunjukkan variabilitas yang luas dari penerimaan dan kepatuhan
secara keseluruhan, sementara lebih ketat Pengukuran seperti sebagai total kuncitara dan jangka panjang isolasi mungkin
menghasilkan tidak dapat diabaikan psikologis efek di itu populasi. Tanpa memedulikan dari beberapa tindakan yang diterapkan secara
lokal atau di seluruh dunia, COVID-19 telah menunjukkan beberapa gelombang dan titik panas berikutnya. Ini menyarankan itu itu
waktu, penjadwalan, dan efisiensi dari ini Pengukuran memerlukan lebih jauh pengoptimalan ( Rdulescu et Al., 2020 ).
Lebih baik memahami dari ini faktor bisa memperbaiki yang ada SEIR model ke menghasilkan diberitahukan prediksi dari
jangka panjang mempertahankan- sanggup mitigasi strategi dengan itu paling sedikit dampak pada itu ekonomi dan mental
kesejahteraan dari itu populasi. secara akurat pemodelan itu penyebaran SARS-CoV-2 adalah langkah mendasar untuk
mengidentifikasi faktor risiko – baik lingkungan, logistik, terkait pembuat kebijakan, atau pola perilaku individu – yang dapat
meningkatkan tingkat infeksi. Efek dari faktor risiko tersebut dapat diperburuk secara fisik- dibatasi lingkungan, seperti sebagai publik
mengangkut, yang adalah dicirikan oleh besar mengalir dari rakyat itu bergerak di diberikan arah (misalnya, orang harus mengikuti
jalan yang ketat untuk keluar dari stasiun metro bawah tanah) dan dengan demikian menunjukkan pola mobilitas tertentu. Ini
pengetahuan bisa dengan demikian menjadi digunakan ke menilai itu mempertaruhkan dari infeksi dan rancangan sesuai mitigasi
strategi ke itu situasi pada tangan.
Meja 4 meringkas peramalan dan mekanistik model digunakan di itu literatur ke meramalkan itu sebaran dari itu SARS-CoV-2
virus di itu pendek (misalnya hari atau sedikit minggu) dan panjang ketentuan (misalnya, bulan atau 1-2 bertahun-tahun), masing-
masing.
5. Penularan mempertaruhkan
terinfeksi dan sering tanpa gejala mengekspos orang lain di dekat mereka dengan virus dan BERPOTENSI membawa virus ke kota lain
selama itu inkubasi Titik melalui bepergian. Itu COVID-19 pandemi memiliki sebaran secara global dan infeksi adalah secara drastis
lebih tinggi di kota dibandingkan ke pedesaan daerah, yang memiliki dipimpin ke kekhawatiran dari publik transit makhluk sebuah
besar sebab untuk wabah ( Swartz, 2020 ) dan ke ketakutan dari publik angkutan penggunaan. Ke memastikan aman operasi dari
publik angkutan dan aman bepergian dari warga, dia adalah vital ke memiliki sebuah terperinci memahami dari itu mungkin faktor
mempengaruhi penularan risiko dan bagaimana mereka mengaitkan ke publik angkutan sistem. Di bawah kami Bahas ini di rinci.
5.1. Mempertaruhkan faktor
1
Sementara kendaraan angkutan umum mewakili ruang tertutup tertutup, risiko transmisi di dalamnya dimediasi oleh berbagai
faktor lingkungan, sosial, dan perilaku. Di bawah ini kami merangkum pemahaman ilmiah terkini tentang faktor-faktor yang memediasi
COVID-19 penularan risiko.
Tempat duduk lokasi dan durasi dari mengangkut. Tempat duduk lokasi mempengaruhi itu fisik jarak ke lainnya rakyat dan
karena itu dia bisa mempengaruhi itu mempertaruhkan dari penyakit penularan. Satu cara ke mencirikan itu penularan
mempertaruhkan terkait dengan sebuah spesifik kursi adalah ke menggunakan itu disebut tingkat serangan kursi yang mencirikan
kemungkinan berada pada risiko penularan penyakit ( Hu et al., 2020 ). Langsung menduduki kursi yang adalah sebelumnya ditempati
oleh individu yang terinfeksi memiliki sebuah menyerang tingkat 0 . 075%, yaitu risiko yang relatif rendah dari
1
Meja 4
Daftar dari model ke ramalan itu sebaran dari itu COVID-19 penyakit di itu pendek dan panjang ketentuan.
Referensi & Pengarang Model Peramalan metode Prakiraan diserahkan
Bertozzi et Al. (2020) Peramalan Pelit SEIR model Virus infeksi kecepatan
Putra dan Mutamar (2019) Peramalan PAK model dengan partikel kawanan algoritma Terjangkit dan pulih kasus
Mbuvha dan Marwala (2020) Peramalan PAK model berdasarkan pada dilaporkan infeksi Infeksi tarif di Selatan Afrika
kasus
Qi dkk. (2020) Peramalan PAK model berdasarkan pada dilaporkan infeksi Infeksi tarif di Cina
kasus
Salgotra et Al. (2020) Peramalan Pemrograman genetik algoritma Virus infeksi tarif di India
Bherwani et Al. (2020) Peramalan SEIR model berdasarkan pada 3 bulan data Tingkat infeksi sebagai sebuah fungsi lingkungan
parameter (suhu dan kelembaban) dan
berbagai mandat pembuat kebijakan di India
Ribeiro et Al. (2020) Peramalan Mesin sedang belajar model Kemajuan dari COVID-19 lebih sebuah Titik dari 1,
3, dan 6 hari di Brazil menyatakan
Roosa et Al. (2020b) Peramalan Model sub-gelombang berdasarkan kumulatif Kemajuan dari COVID-19 lebih sebuah Titik dari 5
yang dilaporkan kasus dan 10 hari di dua Cina provinsi
Holmdahl dan Buckee (2020) mekanistik SEIR model dengan non-linier masukan dari biologis Jangka panjang epidemiologi hasil dari COVID-
fitur dari virus penularan 19 dibawah berbeda aturan tanggapan
Dia et Al. (2020) mekanistik SEIR model dengan tambahan variabel seperti Sebaran dari COVID-19
sebagai infeksi dengan dan tanpa intervensi,
dikarantina, dan dirawat di rumah sakit, sebagai
dengan baik sebagai sistem parameter seperti
tingkat kekebalan sementara, tingkat dari transisi
dari terkena ke terjangkit kelas, dll.
Reiner et Al. (2020) mekanistik SEIR model dilengkapi pada nyata kasus dan Ekspektasi LINTASAN infeksi dan efek dari
kematian data nonfarmasi intervensi pada kasus lintasan
Rdulescu et Al. (2020) mekanistik SEIR model efek dari penyakit pencegahan pengelolaan
strategi seperti sebagai nonfarmasi intervensi dan
ketat Pengukuran (misalnya, total penguncian dan
isolasi jangka panjang) dalam penyebaran COVID-
19 infeksi
penularan, sedangkan penumpang itu adalah di dalam tiga baris dan lima kolom dari sebuah terjangkit penumpang bisa mencapai
sebuah menyerang kecepatan dari ke atas ke 10 . 3% ( Hu et Al., 2020 ). Itu menyerang kecepatan meningkat dengan fisik pro X imitas
dan orang menduduki itu tempat duduk di itu segera sekitarnya dari sebuah terjangkit individu memiliki itu paling tinggi
mempertaruhkan dari penyakit penularan ( Zhen et Al., 2020 ). Namun, juga itu durasi dari bepergian dan itu ventilasi dari itu
pengangkutan mempengaruhi itu risiko. Sebagai sebuah contoh, sebuah kasus belajar terkait ke potensi penyakit penularan selama
sebuah bis perjalanan dengan sebuah terjangkit orang dulu telah membawa keluar dan di total 243 individu adalah diselidiki ( Luo et
Al., 2020 ). Dari ini rakyat, 12 nanti diuji positif. Tak satu pun dari kasus yang terinfeksi mengenakan masker, yang merupakan faktor
terpenting untuk meningkatkan risiko penularan. Sebagai lain contoh, sebuah 10 h pesawat terbang perjalanan memiliki pernah
diselidiki ke menilai risiko dari di-ight penularan ( Khanho et Al., 2020 ). Keluar dari 217 penumpang 16 telah mendapatkan
terjangkit. Itu hanya simptomatik orang bepergian di bisnis kelas dan di total 12 dari itu 16 kasus adalah dilaporkan dengan
penumpang kelas bisnis lainnya. Kami mencatat bahwa penelitian ini dilakukan sebelum rekomendasi masker tersebar luas dan itu itu
gerakan dari itu penumpang adalah bukan dilacak sebelumnya, setelah, atau selama itu penerbangan. Sebagai sebuah hasil, infeksi
bisa memiliki sudah ada sebelumnya ke bepergian atau mereka mungkin memiliki pernah menyebabkan oleh lainnya perilaku lebih
tepatnya dibandingkan itu penerbangan. Sebagai ini dua kasus studi menyorot, semakin dekat seseorang duduk dengan individu yang
terinfeksi, semakin tinggi risiko infeksi. Hasilnya juga menunjukkan tempat duduk yang lebih luas pengaturan, seperti sebagai itu di
pesawat terbang bisnis kelas, adalah bukan terjamin ke memastikan itu keamanan dari itu penumpang, dan itu panjang durasi dari
bepergian dan kekurangan dari masker menggunakan bisa secara signifikan meningkat itu mempertaruhkan dari penyakit
penularan. Terkini riset juga menyelidiki bagaimana ke menetapkan itu kursi di memesan ke mengurangi itu penularan
mempertaruhkan ketika memiliki sebuah dapat diterima nomor dari penumpang yang adalah bermanfaat keduanya dari penumpang
dan angkutan sistem aspek ( Pavlik et Al., 2021 ).
Ventilasi dan filtrasi. Ventilasi dan filtrasi udara dapat digunakan untuk mengurangi risiko penularan COVID-19 dan arus
rekomendasi menyarankan baik untuk meningkatkan tingkat ventilasi udara luar dan untuk meningkatkan penyaringan udara ( Katzer,
2020 ). Kon- konsentrasi virus di udara umumnya lebih rendah ketika nilai tukar udara tinggi ( Riffi, 2020 ) dan telah dikemukakan
bahwa peningkatan ventilasi tarif ke mencapai sebuah cukup tinggi kecepatan bisa secara signifikan mengurangi itu penularan
kemungkinan dari SARS-CoV-2 virus- sebagai dengan baik sebagai itu penularan dari lainnya tipe-u virus. Itu direkomendasikan
kecepatan dari udara menukarkan adalah dua belas waktu sebuah jam. Di publik angkutan, dan khususnya perkotaan angkutan
seperti sebagai kereta bawah tanah, bis-bis, dan kereta api, itu udara sirkulasi tarif adalah khas lebih dekat ke 18 kali sebuah jam,
yaitu 50% lebih sering dibandingkan dengan kriteria yang direkomendasikan. Atau, sistem penyaringan udara yang efisien dapat
mencapai hasilnya sebagai sistem sirkulasi udara yang efektif ( Zhu et al., 2012 ) dan bahkan membuka jendela kereta dapat membantu
mengurangi risiko. Pesawat terbang, sebaliknya, menggunakan apa yang disebut ventilasi perpindahan di mana udara masuk dari lantai
dan keluar melalui langit-langit. Karenanya, pemindahan ventilasi melakukan bukan sebab udara ke lulus di antara penumpang dan ini
bisa lebih jauh Tolong ke mengurangi itu virus penularan mempertaruhkan. Efektivitas ventilasi dan filtrasi juga tergantung pada usia
1
armada transportasi dengan kendaraan modern biasanya memiliki ventilasi dan sistem filtrasi yang lebih baik daripada yang lama.
Secara bersama-sama, pemahaman ilmiah saat ini menunjukkan bahwa ventilasi dan filtrasi penting untuk mengurangi risiko transmisi,
terutama untuk transmisi aerosol. Namun, hubungi dan tetesan kecil penularan terjadi di menutup pro X imitas tetap sebuah ancaman
dan lainnya Pengukuran, seperti sebagai sosial menjauhkan dan wajah topeng, adalah
sama penting.
Suhu dan kelembaban. Keduanya itu suhu dan itu relatif kelembaban bisa mempengaruhi itu kecepatan pada yang SARS-CoV-2
virus membusuk. Itu Departemen dari Tanah air Keamanan (DHS) memiliki dikembangkan prediktif model itu bisa menjadi
digunakan ke memperkirakan itu membusuk waktu
1
dalam kondisi suhu dan kelembaban (relatif) yang berbeda. Umumnya, peningkatan suhu dan kelembaban relatif mempercepat
itu kecepatan pada yang itu virus menjadi tidak aktif ( Biryukov et Al., 2020 ) dan membatasi itu bepergian jarak dari droplet (
Pemberitahuan et Al., 2013 ). Suhu juga mempengaruhi tingkat kelangsungan hidup virus SARS-CoV-2. Pekerjaan penelitian terbaru
C
menunjukkan bahwa waktu inaktivasi virus dapat turun dari sekitar dua hari hingga beberapa jam ketika suhu meningkat dari 20
C
menjadi 40 ( RIDDELL et al., 2020 ). korelasinya di antara suhu, kelembaban dan itu efektif reproduksi nomor dari itu SARS-CoV-2
virus adalah dianalisis oleh menggunakan data dari Cina dan KITA. Itu analisis adalah disesuaikan ke kontrol untuk geografis, sosial
ekonomi, demografis dan lainnya potensi menengahi faktor ke memastikan tidak bias perkiraan. Itu hasil menunjukkan sebuah
negatif korelasi untuk keduanya suhu dan kelembaban dengan itu virus, dan itu efek lebih kecil pasca intervensi (lockdown). Namun
demikian, suhu dan kelembaban mempengaruhi penularan virus SARS-CoV-2 tetapi mereka sendiri adalah bukan cukup untuk
mengendalikan itu virus. Memang, di semua dari itu penulis' analisis, itu efektif reproduksi nomor melebihi
2.5 Kapan Tidak intervensi atau penanggulangan mengambil tempat. Ini temuan menyorot itu mitigasi strategi dan
penanggulangan adalah penting selama itu tahun.
Jarak fisik dan memakai topeng. Fisik menjauhkan adalah satu dari itu paling efektif tindakan untuk mengurangi itu
penularan mempertaruhkan. Badar dkk. (2020) menyelidiki peran jarak sosial pada tingkat infeksi baru, di mana mereka mencoba
merumuskan jarak berbasis MATRIKS _ pada itu tren mobilitas dihasilkan dari telepon genggam data. Itu belajar menunjukkan itu
bukan hanya orang sudah menerapkan sosial menjauhkan - meskipun itu kekurangan dari sebuah terpusat (nasional) rekomendasi
dan pedoman sistem - oleh mengurangi milik mereka mobilitas sebesar 35–63%, tetapi juga jarak sosial memperlambat tingkat
penularan. Efeknya hanya dapat dilihat setelah periode 2-3 minggu, yang bertepatan dengan itu inkubasi Titik dari itu virus.
Memakai topeng secara signifikan mengurangi mengudara penularan, khususnya di diselubungi spasi ( Prather et Al., 2020 ).
Memakai sebuah wajah masker dan penyimpanan sebuah jarak dari lagi dibandingkan dua meter (si X kaki) terpisah hasil di itu
terendah infeksi mempertaruhkan. Lebih jauh jarak meningkat perlindungan, tetapi umumnya jarak dari satu meter atau lebih tinggi
sudah menyediakan bagus perlindungan ( Chu et Al., 2020 ), khususnya Kapan gabungan dengan wajah masker menggunakan. alat
bantu pernafasan topeng, seperti sebagai N95, menyediakan perlindungan yang lebih baik daripada masker bedah sekali pakai dan
pelindung mata dapat lebih menurunkan tingkat infeksi. Namun demikian, tidak satu pun dari ini solusi sepenuhnya efektif dan dalam
praktiknya menggabungkan penggunaan masker wajah dengan jarak fisik, ventilasi yang efektif, dan lainnya Pengukuran, adalah itu
paling efektif strategi. Masker keefektifan adalah juga bergantung pada itu masker makhluk dengan baik dipakai dan pada itu
masker memiliki sebuah bagus cocok, lebih jauh memotivasi itu membutuhkan ke menggabungkan banyak intervensi strategi.
5.2. COVID-19 penularan di publik angkutan
Memperkirakan keseluruhan risiko penularan atau tingkat infeksi selama perjalanan sangat kompleks. Memang, seperti yang dibahas
di atas, banyak faktor mempengaruhi itu mempertaruhkan dari penyakit penularan dan di sana adalah kompleks saling
ketergantungan di antara itu faktor itu membuat dia sulit ke memperkirakan risiko keseluruhan. UIC telah menerbitkan state of art
untuk mengatasi tingkat kontaminasi di kereta api pada tahun 2020 ( UIC, 2020 ). Kami akan briefly survei itu utama pendekatan untuk
pemodelan dan memperkirakan penularan risiko di publik angkutan.
Berbasis model pendekatan percobaan ke membangun statistik model itu bisa menjadi digunakan ke menyediakan sebuah
memperkirakan dari itu keseluruhan mempertaruhkan diberikan parameter perjalanan yang berbeda. Sebagai contoh, Rail Safety and
Standards Board (RSSB) bersama dengan kolaborator telah mengembangkan pendekatan untuk memperkirakan risiko perjalanan di
kereta api dengan mempertimbangkan tiga elemen: jumlah kontak orang selama keseluruhan perjalanan (termasuk di gedung stasiun,
selama naik, di kereta, turun, dan keluar stasiun), risiko infeksi per kontak orang, dan dampak dari faktor-faktor yang meringankan
(termasuk pemakaian masker, ventilasi dan filtrasi) ( Hunt, 2021 ). Modelnya adalah berdasarkan nilai input yang diperoleh dari data
yang diperoleh dari Inggris dan risiko infeksi dilaporkan di bawah 0,01% per perjalanan rata-rata dengan akurat nilai-nilai tergantung
pada itu Tipe dari pengangkutan dan jika topeng adalah dipakai. Pada rata-rata, itu model perkiraan itu mempertaruhkan dari
infeksi ke menjadi satu infeksi per 11.068 perjalanan saat tidak memakai masker wajah dan satu infeksi per 11.765 perjalanan saat
masker wajah dipakai, masing-masing. Badan Perkeretaapian Uni Eropa melakukan penelitian untuk menyelidiki keselamatan
perjalanan penumpang yang menggunakan kereta api dan lainnya mengangkut mode di panjang jarak bepergian oleh bangunan
sebuah matematis model itu perkiraan itu meningkat di COVID-19 infeksi resiko penumpang dengan mempertimbangkan
kemungkinan seorang penumpang menularkan, kemungkinan virus tersebut ditularkan dari penumpang yang menular ke penumpang
yang sehat, dan kemungkinan kematian atau rawat inap karena penyakit ( Uni Eropa Agen untuk Kereta Api, 2021 ). Itu model
menyarankan itu rel bepergian adalah lebih aman dibandingkan sebuah mobil untuk panjang jarak perjalanan. Itu keamanan di ini
tempat adalah terutama terkait ke itu rendah mempertaruhkan dari kematian atau rawat inap dari itu SARS-CoV-2 virus infeksi.
Umumnya, dia adalah sulit ke membangun sebuah
model ke memperkirakan itu infeksi kecepatan di itu angkutan sistem. Memang, dia adalah keras ke melacak itu penumpang kontak,
milik mereka mobilitas
selama acara perjalanan, dan status infeksi selanjutnya. Oleh karena itu, ada upaya untuk menyelidiki risiko penularan menggunakan
disimulasikan virus partikel. Untuk contoh, Silcott et Al. (2020) fokus pada pemodelan itu aerosol penularan mempertaruhkan di
ight dan temukan itu mempertaruhkan dari penyakit penularan ke menjadi sangat rendah. Catatan itu ini hanya memegang untuk
aerosol penularan dan kontak atau tetesan kecil penularan di kontak fisik yang dekat memiliki risiko penularan yang jauh lebih tinggi.
Industri perjalanan udara internasional juga baru-baru ini telah mengeluarkan panduan terkait ke ight bepergian, menyarankan itu
penularan risiko ke menjadi sangat rendah ( IATA, 2020 ). Sebagai dibahas, ini temuan membutuhkan ke menjadi diambil di milik
mereka sesuai konteks sebagai penanggulangan seperti sebagai wajah topeng dan sosial menjauhkan, dan perilaku sebelum, selama,
dan setelah itu transit juga bermain sebuah besar peran di penyakit penularan.
1
berbasis penumpang transit menyelidiki hubungan antara transit dan COVID-19. Penelitian awal berfokus pada penilaian- ing
potensi hubungan antara volume transportasi dan penyebaran infeksi COVID-19. Misalnya, Zheng et al. (2020) di- menyelidiki
bagaimana transportasi umum memengaruhi transmisi spasial COVID-19. Mereka mencoba mengidentifikasi hubungan antara frekuensi
transportasi dari Wuhan, jumlah infeksi harian, dan total kumulatif infeksi di kota-kota yang memiliki koneksi transportasi dengan
Wuhan. Hasil analisis menunjukkan bahwa terdapat hubungan positif yang menunjukkan bahwa angkutan umum portasi bisa impor
COVID-19 ke lainnya kota di dalam itu sama negara. Namun, itu belajar terfokus pada itu awal fase dari itu kejadian luar biasa di Cina,
sebelum penguncian atau tindakan lain diberlakukan, dan khususnya pada transportasi umum yang membawa kasus impor ke lainnya
kota lebih tepatnya dibandingkan pada itu risiko selama itu angkutan proses diri. Demikian pula, Kraemer et Al. (2020) menunjukkan
itu korelasi menjadi-
1
dua belas itu nomor dari infeksi dan bepergian di antara kota adalah kuat selama itu awal kesuksesan besar panggung. Carten et Al.
(2021) juga menunjukkan itu sebuah positif korelasi ada di antara itu jumlah dikonfirmasi kasus dan volume dari itu publik
perjalanan transportasi telah membawa 17 ke 26 hari yang lalu untuk itu Titik dari September ke Desember 2020 di Italia. Schwartz
(2020) disurvei 1 300 pasien diterima ke dalam Baru York Rumah sakit kota Diawal Mei 2020. Hanya 4% pasien yang memiliki baru-
baru ini menggunakan angkutan umum. Memang, laporan studi itu untuk paling kota di itu KITA, itu korelasi di antara infeksi
kecepatan dan transit penumpang dulu lemah atau bahkan negatif. Dengan demikian, memisahkan itu efek dari itu angkutan efek
dari mobilitas, kultural dan lainnya faktor adalah menantang.
Sebaliknya, itu manusia mobilitas pola memiliki menderita Bagus perubahan jatuh tempo ke itu pandemi menyebabkan oleh
COVID-19. Untuk contoh, Huang et Al. (2020) menggunakan data dikumpulkan dari Baidu Peta ke menyelidiki itu dampak dari
COVID-19 pada manusia mobilitas dan perilaku. Proporsi orang yang mengunjungi daerah pemukiman sangat meningkat sementara
proporsi orang yang menggunakan sistem transportasi menurun drastis. Temuan serupa telah dilaporkan dalam banyak penelitian lain.
Misalnya, dibandingkan dengan transportasi lain mode transit, itu transit dari publik mengangkut menurun secara drastis selama itu
musim semi dari 2020 di itu tiga paling berpenduduk daerah Swedia ( Jenelius dan Cebecauer, 2020 ). Temuan serupa diperoleh dari
sebuah penelitian di Istanbul yang menunjukkan transportasi umum penumpang menurun selama COVID-19 dibandingkan dengan
periode sebelum COVID-19 ( Aydin et al., 2022 ). Menurut penelitian, orang-orang lebih suka menggunakan mode perjalanan dengan
sedikit kontak, seperti mobil pribadi, bersepeda, dan berjalan kaki untuk menghindari infeksi. Namun, distribusi moda transportasi
umum yang berbeda, seperti metro dan bus yang berbeda, serupa antara periode pra-pandemi dan masa pandemi (tahun 2019
dibandingkan ke Januari-April dari 2020). Di lain belajar, itu publik mengangkut penumpang perubahan di sepuluh KITA kota dulu
dianalisis untuk itu pertama lima bulan dari 2020, dan itu publik mengangkut penumpang menurun secara signifikan sejak itu awal
dari itu pandemi dengan itu terberat menolak langsung setelah itu Mulailah dari itu pandemi ( Ahangari et Al., 2020 ). Lain belajar
terkait ke publik transit perubahan di itu KITA menggunakan data dikumpulkan dari seluler telepon aplikasi juga menunjukkan
itu menolak dari transit ( Liu et Al., 2020a ). Di sana memiliki juga pernah banyak studi terkait ke itu dampak dari COVID-19 pada
bepergian mode pilihan ( Beck dan Hensher, 2020; Luan et Al., 2021;
Shakibaei et Al., 2021 ) dan bagaimana ini dampak itu mengangkut operator ( Gkiotsalitis dan Kucing, 2021 ). Terperinci
perbandingan dari itu studi
sulit karena perbedaan dalam konteks sosial ekonomi dan karakteristik infrastruktur publik di lokasi yang berbeda. Untuk contoh, itu
panggung dari COVID-19 pandemi dan itu situasi sosial ekonomi secara keseluruhan itu negara (atau kota) mempengaruhi
bepergian pilihan. Misalnya, di beberapa lokasi masyarakat memiliki pilihan terbatas untuk menggunakan transportasi umum selama
pandemi dan beralih ke motor kendaraan ( Shakibaei et Al., 2021 ). Rakyat juga memiliki disarankan itu mereka rencana ke kembali
ke sebelum pandemi menggunakan dari publik angkutan sebagai itu pembatasan adalah mereda dan itu pandemi situasi stabil (
Przybylowski et Al., 2021 ). Akhirnya, manusia mobilitas pola perubahan pada moda transportasi akibat COVID-19 di sepuluh negara
diselidiki dan ini menunjukkan bahwa pesawat terbang dan bus mungkin lebih menderita infeksi mempertaruhkan dibandingkan
dengan lainnya mengangkut mode ( Barbieri et Al., 2021 ).
Pendekatan berbasis cluster adalah metode top-down yang mengamati infeksi aktual dan mencoba mengidentifikasi sumber
penularan. COVID-19 kasus sering muncul di cluster dan memahami itu faktor menyebabkan ini cluster bisa dengan demikian Tolong
tempur itu virus. SEBUAH sistematis tinjauan dari itu utama gugus jenis di itu literatur teridentifikasi 108 berbeda jenis dari cluster,
hanya satu dari yang berkorespondensi ke angkutan ( Liu et Al., 2020b ). Lain sistematis tinjauan ( Leclerc et Al., 2020 ) dari
tersedia literatur laporan 22 cluster untuk 211 peristiwa transmisi, dengan hanya satu peristiwa yang terhubung dengan transportasi.
Furuse dkk. (2020) menganalisis 3.184 kasus virus corona penyakit di Jepang untuk itu Titik dari Januari 15 ke April 4, 2020 dan
teridentifikasi 61 cluster. Kesehatan peduli fasilitas adalah itu utama sumber dari cluster dan satu terkait transportasi gugus dulu
teridentifikasi - terhubung ke sebuah pesawat terbang perjalanan. SEBUAH belajar diadakan di Paris dari awal Mei hingga Juni 2020
menemukan bahwa tidak satu pun dari 150 kluster virus corona di kota itu berasal dari sistem transportasi. Hanya empat cluster yang
terkait dengan transportasi diidentifikasi selama 15 hingga 28 Juli di Paris, yang menyumbang sekitar 1% dari semua 386 coronavirus
cluster ( Joslow dan Berita, 2020 ). Sementara itu, Irlandia menerbitkan mingguan laporan di mana itu infeksi kategori adalah dengan
baik didokumentasikan, untuk contoh, satu infeksi keluar dari 199 dikonfirmasi kasus adalah terkait ke bepergian untuk pekan 41
di 2021, Tidak infeksi adalah terkait ke bepergian untuk minggu ke-40 pada tahun 2021, dan satu infeksi dari 203 kasus yang
dikonfirmasi terkait dengan perjalanan selama minggu ke-39 pada tahun 2021 ( Health Protection Surveillance Tengah, 2021 ).
Informasi cluster di Utara Carolina diperbarui setiap minggu lain dan tidak ada transportasi atau perjalanan terkait gugus di itu utama
dilacak gugus kategori di itu terbaru laporan diperbarui pada Oktober 25, 2021 ( Utara Carolina Departemen dari Kesehatan
dan Manusia Jasa, 2021 ). Itu mungkin alasan mungkin menjadi itu infeksi mempertaruhkan di angkutan adalah bukan tinggi jatuh
tempo ke itu tinggi vaksinasi
tingkat dan pengukuran pelindung, atau sulit untuk melacak infeksi dari transportasi. Berbeda dengan hasil ini, analisis 318 wabah di
Cina tidak termasuk provinsi Hubei yang melibatkan 1.245 kasus yang dikonfirmasi di 120 kota prefektur selama 4 Januari hingga 11
Januari Februari menemukan bahwa 34% wabah terkait dengan transportasi, yang merupakan kategori terpenting kedua setelah rumah
tangga ( Qian et al., 2021 ). Namun, tidak mungkin untuk menentukan moda transportasi dan durasi yang sesuai untuk kategori
transportasi. Tantangan utama dengan pendekatan berbasis klaster adalah akurasinya biasanya bergantung pada kerjasama sukarela
dan pasien mungkin tidak mengingat atau ingin mengungkapkan seluruh riwayat kontak mereka. Studi-studi ini bagaimanapun
menunjukkan bahwa transportasi umumnya bukan sumber utama infeksi. Namun, seringkali dibutuhkan transportasi untuk pergi ke
tempat-tempat yang akhirnya menjadi tujuan utama sumber infeksi dan dengan demikian ada risiko penularan penyakit selama periode
transit, bahkan jika mereka bukan yang utama alasan untuk kejadian luar biasa cluster.
Pendekatan berbasis staf membandingkan tingkat infeksi staf transportasi dengan masyarakat umum dalam upaya untuk melihat
apakah mengangkut memiliki tinggi risiko dari penyakit penularan. SEBUAH belajar oleh itu Jerman kereta api perusahaan (Bahasa
Jerman Bahn (DB) Fernverkehr AG) diselidiki itu infeksi kecepatan dari itu operasional staff ke mengenali itu utama penularan
2
mekanisme dari itu virus, ke lebih baik memahami itu saat ini kesehatan situasi dari itu para karyawan, dan ke menjamin aman
bepergian untuk pelanggan dan aman operasi untuk para karyawan ( Gravert et Al., 2020 ). Itu infeksi kecepatan dari itu papan
melayani staff dan kereta pembantu dulu ditemukan ke menjadi secara statistik secara signifikan lebih rendah dibandingkan dengan
populasi umum (0,26% vs 0,36%). Perusahaan kereta api Finlandia VR juga melakukan penelitian untuk membandingkan tingkat infeksi
karyawan VR dibandingkan dengan populasi umum di Finlandia dengan menggunakan data yang direkam pada 1 Februari 2021. Rasio
infeksi karyawan VR lebih rendah dibandingkan dengan rasio infeksi populasi umum di Finlandia (0,62% vs 0,82%), secara khusus, itu
infeksi perbandingan dari VR panjang jarak para karyawan adalah lebih rendah dibandingkan ke itu umum populasi (0,34% vs.
0,82%) dan itu
2
rasio infeksi karyawan jarak pendek VR sedikit lebih tinggi dibandingkan dengan populasi umum (0,92% vs 0,82%). pelindung topeng,
sosial menjauhkan dan lainnya Pengukuran itu adalah di tempat bisa Tolong ke mengurangi risiko untuk mengangkut staff, bahkan
jika individu perjalanan memiliki itu kemungkinan dari menyebar itu penyakit.
6. Mitigasi
Mitigasi mencari ke mengurangi itu dampak dan negatif konsekuensi dari bahaya. Di bencana pengelolaan literatur, mitigasi adalah
secara tradisional terlihat sebagai sebuah fase itu mengambil tempat sebelumnya ke itu bencana. Namun, selama sebuah kontinu
alami bahaya, seperti sebagai itu COVID- 19 pandemi, mitigasi adalah secara aktif dikejar selama itu seluruh seumur hidup dari itu
bencana. Itu utama metode untuk mitigasi adalah penyaringan dan deteksi. Itu mantan fokus pada lebih awal identifikasi dari rakyat
itu adalah berpotensi pada mempertaruhkan, sedangkan itu yang terakhir fokus pada mengidentifikasi rakyat itu memiliki sudah
pernah terpengaruh. Di bawah kami singkat meringkaskan itu utama mekanisme untuk penyaringan dan deteksi dan Bahas
bagaimana mereka mengaitkan ke publik mengangkut.
Anjing wangi dapat digunakan untuk skrining awal infeksi, terutama untuk orang tanpa gejala. Anjing aroma telah terbukti mampu
dari mendeteksi lebih awal tanda-tanda dari infeksi dengan sebagai kecil sebagai satu pekan dari pelatihan, mencapai sebuah rata-rata
diagnostik kepekaan dari 82 . 63% di satu belajar ( Jendrny et Al., 2020 ). Itu utama menggunakan untuk aroma anjing adalah pada
besar transit hub, seperti sebagai bandara atau besar kereta api stasiun, di mana mereka dapat menawarkan cara yang hemat biaya
untuk melakukan penyaringan awal terhadap volume penumpang yang besar. Sebagai contoh, bandara Helsinki mengadopsi anjing
pengharum pada tahun 2020 melalui tes di mana sapuan kulit disajikan kepada anjing pengharum ( Nation, 2020 ). Orang yang dites
positif adalah kemudian diarahkan ke sebuah laboratorium PCR uji ke memeriksa itu diagnosa.
Skrining termal mengacu pada penggunaan kamera termal untuk mengidentifikasi orang yang suhu tubuhnya meningkat.
utama manfaat dari panas penyaringan adalah itu dia melakukan bukan memerlukan kontak, yaitu, dia adalah sebuah non-invasif
metode untuk penyaringan individu. Demikian pula ke anjing pengharum, penggunaan utama untuk penyaringan termal adalah di
bandara dan hub komuter besar lainnya – atau titik masuk – di mana volume lalu lintas penumpang cukup signifikan. Memang, potensi
utama untuk penyaringan termal adalah menawarkan solusi pasif untuk penyaringan di lokasi di mana metode perawatan tradisional
tidak praktis atau tidak layak ( Maguire et al., 2021 ). Selain hub transit, ada juga menjadi solusi yang mengintegrasikan penyaringan
termal di transportasi umum lainnya. Misalnya, Korea Selatan mengerahkan tempat penampungan pintar yang lengkap dengan AC,
ultraungu lampu udara alat sterilisasi, dan panas kamera itu mengizinkan hanya rakyat yang tubuh suhu
_
adalah di bawah 37,5 C ke memasuki itu bis. Itu utama keterbatasan dari panas penyaringan adalah itu panas kamera memiliki
terbatas kepekaan ( Emenike
C
dkk., 2021; Malmivirta dkk., 2019 ). Misalnya, teknologi FLIR o-the-shelf memiliki kesalahan rata-rata ± 2 sedangkan lebih akurat biaya
teknologi secara signifikan lebih dan memerlukan mekanisme pendinginan khusus. Tantangan lain dengan penyaringan termal
adalah bahwa pengukuran tergantung pada bagian tubuh yang dipantau ( Dzien et al., 2021 ), dengan hasil terbaik dan paling konsisten
datang dari itu samping dari itu wajah dan khususnya dari itu cuping pada sebuah jarak dari pada paling 50 cm ( Chan et Al., 2004
). Akhirnya, panas penyaringan bisa hanya mengenali individu itu adalah sudah simptomatik. Dengan demikian, saat ini di sana
adalah sangat kecil mendukung untuk panas penyaringan ke menjadi sebuah efektif metode untuk membatasi itu sebaran dari
COVID-19 ( Cardwell et Al., 2021 ).
Pelacakan kontak adalah mekanisme kunci untuk memperlambat penyebaran COVID-19 – dan penyakit menular lainnya. Pelacakan
kontak mengidentifikasi orang-orang yang mungkin pernah kontak dengan orang yang terinfeksi, mengarahkan mereka ke pengujian,
dan mendorong mereka untuk menghindari kontak dengan orang lain sampai status penyakit mereka diketahui ( Eames dan Keeling,
2003 ). Pelacakan kontak secara tradisional telah diterapkan menggunakan wawancara manual dan kontak pribadi dengan individu yang
berisiko terkena penyakit ( Klinkenberg et al., 2006 ), tetapi upaya tersebut hanya layak jika jumlah infeksi dan potensi pajanan tetap
kecil ( Farrahi et al., 2014; House dan Keeling, 2010 ). Digital kontak pelacakan menambah ini proses menggunakan berbasis
smartphone pemantauan peralatan itu bisa memberitahukan individu jika mereka adalah pada mempertaruhkan dari infeksi jatuh
tempo ke memiliki pernah di kontak dengan sebuah terjangkit individu ( Ferretti et Al., 2020 ). Ketika digital peralatan untuk
kontak pelacakan telah tersedia sebelumnya ( Sacks et al., 2015 ), hanya pandemi COVID-19 saat ini yang meluas penggunaannya karena
ketersediaan alat yang dapat diprogram untuk deteksi kontak ( Anglemyer et al., 2020 ). Aplikasi ini menggunakan komunikasi nirkabel
jarak pendek teknologi, seperti sebagai Bluetooth, Wifi atau ultra pita lebar ke mendeteksi rakyat di dalam pro X imitas dari setiap
lainnya dan nanti kontak itu rakyat yang diketahui memiliki kontak dekat dengan individu yang terinfeksi ( Nguyen et al., 2020a ).
Banyak pemerintah telah merilis kontak pelacakan aplikasi untuk COVID-19. Memastikan itu pribadi dari individu adalah sebuah
kunci rancangan pertimbangan untuk kontak pelacakan ( Cho et Al., 2020; Morley et Al., 2020 ). Untuk lagi detail pada kontak
pelacakan kami merujuk ke sebuah luas survei oleh Ahmad et Al. (2020) yang meliputi sistem Arsitektur, keamanan, pribadi, data
pengelolaan, dan pro X imitas perkiraan teknik. Di ketentuan dari keefektifan dari kontak
pelacakan, Kretzschmar et Al. (2020) ditemukan itu liputan dari pelacakan dan itu menunda di antara pengujian dan pelacakan
makhluk itu paling penting
faktor untuk mencapai efektif kontak pelacakan.
Pengujian adalah itu hanya terjamin cara dari mendeteksi individu itu adalah terjangkit. Itu tersedia pengujian metode adalah
terus menerus berevolusi- ing dengan perbedaan utama yang berkaitan dengan akurasi, intrusiveness, dan biaya melakukan dan
menganalisis hasil. penutup rinci Era mekanisme pengujian berada di luar cakupan survei ini dan kami mengacu pada makalah Guglielmi
(2021) , Yuan et al. (2020) dan Carter et Al. (2020) untuk lebih banyak lagi detail dari tes yang berbeda. Penyedia transportasi umum
dapat memainkan peran penting berperan dalam memfasilitasi besar- pengujian skala dengan mendukung penumpang dalam
menemukan pusat pengujian terdekat dan dengan memberikan panduan tentang cara mencapainya tanpa menempatkan yang lain pada
2
mempertaruhkan.
7. Pencegahan
Pencegahan adalah ditentukan sebagai peraturan, fisik dan lainnya Pengukuran itu berjuang ke memastikan itu bahaya adalah
dicegah atau milik mereka efek adalah dikurangi. Pencegahan adalah dengan demikian yang saling melengkapi ke mitigasi, yang khas
beroperasi sebelumnya ke itu kejadian dari sebuah bahaya dan fokus pada meringankan itu kemungkinan dari itu bahaya
memukau tempat di itu pertama tempat. Di kasus dari COVID-19 pandemi, penuh pencegahan adalah hanya mungkin oleh
mengisolasi rakyat dan sama sekali menghindari kontak dan karenanya itu pencegahan fase fokus pada meringankan itu
2
dampak dari potensi risiko. Itu utama pencegahan Pengukuran itu adalah terkait ke publik mengangkut adalah sosial menjauhkan dan
berbeda nonfarmasi intervensi Pengukuran. Di bawah kami Bahas ini mekanisme dan milik mereka peran di publik mengangkut.
7.1. Sosial menjauhkan
Sosial menjauhkan adalah sebuah penting metode untuk membatasi itu sebaran dari penyakit oleh meminimalkan itu fisik kontak
di antara individu. Sebagaimana dibahas dalam Bagian 5.2 , risiko infeksi selama transportasi terkait dengan jumlah kontak, jumlah
orang yang terinfeksi oleh virus dan rentan penumpang bersama, penumpang kepadatan, dan itu total bepergian waktu. Di praktek,
ini cara itu, di itu konteks dari publik angkutan, sosial menjauhkan merujuk ke mengendalikan itu penumpang kepadatan dalam
kendaraan, misalnya, oleh membatasi itu nomor dari penumpang pada sebuah diberikan waktu, oleh pemblokiran yakin tempat
duduk, atau oleh mengadopsi waktu sebenarnya pemantauan teknologi itu mengidentifikasi mungkin risiko dan menginformasikan
itu penumpang dari mereka.
Kerumunan deteksi adalah itu utama teknologi larutan untuk mendukung sosial menjauhkan. SEBUAH umum mendekati untuk
kerumunan deteksi adalah ke mengandalkan pada nirkabel komunikasi teknologi ( Nguyen et Al., 2020a; 2020b ) seperti sebagai
Wifi, Bluetooth, Pita lebar ultra, dan Zigbee atau RFID. Itu utama ide adalah ke mengenali dan melacak itu posisi dan lokasi dari
penumpang menggunakan sinyal dari milik mereka perangkat dan mendeteksi orang banyak oleh menganalisa itu lokasi dari ini
perangkat.
Itu utama alternatif adalah ke mengandalkan pada berbasis kamera metode yang memiliki sebuah panjang tradisi di
kerumunan pemantauan dan kerumunan sarang- kota perkiraan ( Junior et Al., 2010 ). Berbasis kamera metode secara tradisional
menggunakan standar kamera, dan berlaku komputer penglihatan teknologi- niques ( Li et al., 2008 ) untuk deteksi kerumunan dan
penghitungan orang. Sementara gambar memberikan informasi yang kaya tentang interaksi antara individu dan hunian, mereka bisa
sangat mengganggu karena mereka menangkap data sensitif dan pribadi orang, misalnya, fitur wajah. Kebingungan teknik, seperti
sebagai kabur, bisa menjadi terapan lebih gambar-gambar ke melindungi individu ( Chan et Al., 2008 ), tetapi ini memerlukan
pemrosesan intensif atas gambar, yang sulit dicapai secara real-time. Masalah privasi dapat dikurangi dengan mengadopsi termal
kamera untuk pendeteksi keramaian ( Abuarafah et al., 2012; Flores et al., 2020; Rinta-Homi et al., 2021 ). Penggunaan radiasi termal
langsung perkiraan adalah demikian pula mengganggu sebagai itu menggunakan dari reguler kamera, tetapi dia adalah juga mungkin
ke mengandalkan pada tidak langsung pengukuran dari individu itu hasil dari interaksi dengan itu lingkungan. Memang, Kapan
individu menyentuh benda atau bahkan berjalan, panas jejak kaki menyebabkan jatuh tempo ke milik mereka dipancarkan manusia
panas radiasi adalah terlihat. Oleh menganalisa ini sisa panas informasi ( Emenike et Al., 2021 ), dia adalah mungkin untuk
mengerti bukan hanya hunian dari ruangan, tetapi juga kepadatan interaksi bahwa kamar memiliki berpengalaman dari rakyat
mengunjungi dia. Lain mendekati adalah ke menggunakan udara kualitas sensor ke ukuran PM2 . _ 5 , CO2 , _ (relatif) kelembaban dan
suhu untuk ekstrapolasi itu hunian di itu spasi ( Motlagh et Al., 2019 ). Untuk contoh, sebuah meningkat di CO2 _ tingkat atau suhu
di sebuah kamar bisa menjadi menyebabkan oleh sebuah lebih tinggi nomor dari rakyat dalam sebuah kamar ( Motlagh et Al., 2021a
). Tentu saja, ini perkiraan memerlukan juga ke tahu
lainnya faktor Suka kamar dimensi dan ruang angkasa distribusi. Ketika ini metode bisa menyediakan berarti data tentang itu jumlah
dari rakyat
di suatu daerah, ia gagal dalam memberikan wawasan tentang KEDEKATAN individu. Variasi suhu dan CO2 level juga dapat digunakan untuk
membedakan di antara dalam dan di luar ruangan daerah, yang bisa menjadi digunakan ke memisahkan kasus di mana perangkat
adalah di menutup pro X imitas tetapi sepa- dinilai oleh penghalang. Akhirnya, pengukuran suara dapat digunakan untuk
mengidentifikasi kerumunan dengan menggunakan spektrum suara yang berbeda untuk mendeteksi pro X imitas dari perangkat. Untuk
contoh, rendah tingkat (di dekat) USG bisa menjadi digunakan ke sidik jari tempat dan bahkan menjadi digunakan sebagai sebuah
pengenal untuk perangkat ( Peng et Al., 2007 ). Lain pilihan adalah ke mengambil keuntungan dari itu Doppler efek di suara
pengukuran ke mendeteksi pro X imitas objek dan potensi orang ( Malik et al., 2020 ). Masalah utama dengan suara adalah kesulitan
ditangkap melalui mikropon dari sebuah telepon atau lainnya IoT perangkat. Memang, heterogenitas dari mikrofon mempengaruhi
itu ketepatan pada yang suara bisa menjadi terdeteksi oleh itu perangkat dan karenanya berbeda perangkat memahami itu sama
suara berbeda.
7.2. Non-Farmasi Intervensi (NPI)
NPI adalah non medis Pengukuran itu Tolong mengurangi itu sebaran dari setiap jenis dari penyakit. NPI adalah penting untuk
pencegahan dan menawarkan itu terbaik langsung mekanisme untuk melawan penyakit penularan Kapan Tidak medis obat atau vaksin
adalah tersedia ( NCEZID dan DGMQ, 2020 ). NPI dapat dibagi menjadi tiga kategori tergantung pada subjek target pengukuran ( Pusat
Penyakit Eropa Pencegahan dan Pengendalian, 2020 ): (i) Individu – mengacu pada praktik kebersihan tangan, kebersihan pernapasan,
penggunaan masker wajah, dan kebersihan diri. isolasi. (ii) Lingkungan - mereka terdiri atas dari pembersihan dan ventilasi dalam
atau jika tidak diselubungi spasi. (aku aku aku) Berdasarkan komunitas - mereka memajukan sosial menjauhkan, terbatas dan ketat
pergerakan, sekolah penutupan, publik peristiwa larangan, dan bahkan menyelesaikan kuncitara.
NPI adalah khas gabungan bersama ke tempur itu sebaran dari penyakit. Ketika ini bisa Tolong mencegah penyakit sebaran lagi
secara efektif, pada saat yang sama membuat sulit untuk menganalisis efektivitas setiap ukuran secara individual. Seperti yang dibahas
dalam Bagian 5.1 , efektif ventilasi dan penyaringan udara dapat membantu mengurangi risiko penularan COVID-19. Morawska dkk.
(2020) berpendapat bahwa ini, dan terkait kontrol lingkungan dan teknik, juga dapat meningkatkan efektivitas NPI. Secara khusus,
penelitian ini merekomendasikan 1) mengingatkan fasilitas dan manajer gedung untuk menerapkan teknik yang sesuai kontrol; 2)
meningkatkan itu efektivitas ventilasi dan ventilasi tarif; 3) menghilangkan dalam udara sirkulasi ulang dan memasok segar udara
2
dari di luar rumah; dan 4) menggunakan portabel udara pembersih.
Ke belajar itu keefektifan dari NPI pada COVID-19 penularan, Bo et Al. (2020) menggunakan informasi dari 190 negara dari 23
Januari ke 13 April 2020 dan membandingkan empat jenis dari NPI: sosial menjauhkan, karantina, pembatasan pada lalu lintas,
dan wajib menggunakan dari wajah topeng di publik. Itu temuan menyarankan itu sosial menjauhkan adalah itu paling efektif
individu ukuran, tetapi serentak menggabungkan dua atau lebih NPI adalah strategi keseluruhan yang paling efektif untuk membatasi
infeksi COVID-19. Zamir dkk. (2020) selidiki yang optimal pengendalian COVID-19 melalui NPI. Mereka mempersempit empat NPI utama
agar efektif dalam mengurangi ukuran wabah penyakit: (i) tinggal rumah, (ii) pencucian tangan, (aku aku aku) menggunakan wajah
masker, dan (iv) lebih awal deteksi dari kasus melalui PCR tes.
Lebih-lebih lagi, itu belajar menunjukkan itu jika NPI adalah bukan terapan, 9 keluar dari 10 rentan individu mungkin menjadi
terjangkit oleh COVID-19 di dalam sebuah sangat pendek Titik. Brauner et Al. (2020) menggunakan sebuah berbasis data
mendekati ke kira - KIRA bagaimana NPI mempengaruhi itu reproduksi nomor
2
dan pertumbuhan COVID-19 epidemi di 34 negara di Eropa dan 7 negara di lain benua. Mereka dikumpulkan secara kronologis data
tentang penerapan NPI dari Januari hingga akhir Mei 2020. NPI tersebut mencakup penutupan bisnis, sekolah, dan universitas, sebagai
dengan baik sebagai membatasi mengumpulkan ukuran dan tinggal di rumah mandat.
Demikian pula ke itu lainnya studi, itu temuan menyarankan itu melamar beberapa NPI pada itu sama waktu hasil di sebuah
paling jelas mengurangi di itu penyakit penularan dan itu sesuai reproduksi nomor. Penutupan universitas dan sekolah,
meringankan milik orang orang banyak dan pertemuan menjadi kurang dari sepuluh, dan menghentikan pertemuan tatap muka di
bisnis masing-masing mengurangi transmisi secara signifikan. Ketika pemodelan asumsi bervariasi untuk itu akurat perkiraan dari
efektivitas, itu hasil juga menunjukkan itu beberapa NPI mengungguli itu yang lain. Untuk contoh, tinggal di rumah dulu relatif lagi
efektif dibandingkan lainnya NPI. tukang rami et Al. (2020) mengeksplorasi itu efek dari besar NPI di sebelas negara di Eropa dari
Februari hingga awal Mei 2020. Studi ini menganalisis lima kategori NPI: jarak sosial, self isolasi, sekolah penutupan, publik peristiwa
larangan, dan menyelesaikan kuncitara. Itu hasil mendemonstrasikan itu NPI Pengukuran, dan di tertentu sebuah menyelesaikan
kuncitara, telah sebuah besar efek pada mengurangi penularan.
Sementara NPI hanya secara tidak langsung terkait dengan transportasi umum, peran mereka dalam meminimalkan risiko penularan
penyakit sangat penting dan di praktek NPI kerja di tandem dengan lainnya penanggulangan. Memahami itu keefektifan dan batasan dari
NPI membantu publik mengangkut penyedia di memilih itu terbaik penanggulangan berdasarkan pada itu saat ini peraturan dan
pembatasan, dan juga menyediakan sebuah konteks untuk menafsirkan itu hasil dari studi pada individu penanggulangan. Memang,
sebagai NPI adalah secara aktif digunakan, itu keefektifan dari tindakan pencegahan atau mitigasi apa pun selalu merupakan fungsi
dari NPI yang diadopsi saat ini dan kepatuhan individu untuk mengikuti pedoman penggunaannya. Dari sudut pandang operator
transportasi umum, NPI utama adalah jarak sosial, dan pengendalian penumpang kepadatan sudah sebelumnya ke itu transit
peristiwa adalah lagi efektif dibandingkan setiap Pengukuran itu adalah diambil selama itu peristiwa diri. Tentu saja ini hasil di
kehilangan dari pendapatan dan sebuah keseimbangan di antara profitabilitas dari itu transit operasi dan keamanan dari
penumpang kebutuhan ke menjadi mapan.
8. Diskusi
Dalam survei ini kami telah memeriksa literatur ilmiah yang berkaitan dengan pandemi COVID-19 dan transportasi umum melalui
bencana lensa manajemen, mengidentifikasi teknik untuk pemodelan dan pemahaman risiko, dan untuk mengurangi dan mencegahnya.
Kami selanjutnya meringkas temuan kunci dan pedoman yang berasal dari survei dan mencerminkan secara kritis pada pemahaman
ilmiah saat ini untuk mendirikan sebuah riset peta jalan untuk itu jalur maju.
8.1. Kunci wawasan
Pemahaman ilmiah tentang penyakit COVID-19 dan implikasinya terus berkembang dan munculnya virus yang berbeda. varian lebih
jauh menyimpan berubah dan menantang kita memahami dari itu terbaik praktek sekitarnya COVID-19. Namun demikian, di sana
adalah beberapa umum temuan itu memiliki secara konsisten berdiri keluar dari itu yang ada studi. Di bawah kami meringkaskan itu
kunci wawasan menghasilkan dari itu bekerja disurvei di ini kertas
1. Ada bukti bahwa bepergian secara umum berkontribusi terhadap penyebaran COVID-19. Misalnya, studi dari Wuhan di Cina
menunjukkan itu terjangkit rakyat telah membawa itu virus ke lainnya kota ( Zheng et Al., 2020 ).
2. Ketika bepergian sendiri memiliki terbukti kuat berasosiasi dengan itu sebaran dari COVID-19, saat ini ilmiah bukti menyarankan
bahwa infeksi mempertaruhkan selama publik transit adalah bukan tinggi - asalkan itu keamanan Pengukuran adalah diikuti.
3. Banyak faktor - seperti sebagai tempat duduk konfigurasi, durasi dari itu perjalanan, ventilasi, filtrasi, kelembaban, sosial
menjauhkan, dan masker memakai – mempengaruhi risiko penularan di angkutan umum. Misalnya, risiko penularan meningkat
dengan waktu perjalanan bersama atau sambil duduk di kursi yang berdekatan atau di baris yang sama dengan penumpang yang
terinfeksi ( Hu et al., 2020 ). Oleh karena itu, rekomendasi keamanan Sebaiknya menjadi dengan ketat diikuti ke memperkecil risiko
dari infeksi. Ventilasi sistem itu menggantikan itu udara Tegak lurus (dari lantai ke langit-langit, untuk contoh) adalah lagi efektif
pada meringankan itu infeksi risiko dibandingkan itu itu menggantikan itu udara mendatar (melihat Bagian 5.1 ).
4. Aplikasi pelacakan kontak harus digunakan selama perjalanan karena secara signifikan memfasilitasi menghubungi orang yang
berisiko terinfeksi. Sedangkan penyakit klaster tidak sering dihubungkan dengan transportasi umum (lihat Bagian 5.2 ), penggunaan
transportasi umum sering diselipkan dengan itu kegiatan itu hasil di infeksi. Karenanya, itu transit acara bisa berpotensi hasil di
lebih jauh infeksi dan itu pada mempertaruhkan adalah sulit ke mencapai kecuali otomatis kontak pelacakan adalah digunakan.
5. Berdasarkan pemahaman ilmiah saat ini, polusi udara dan kondisi lingkungan yang kering dan sejuk berkontribusi terhadap
penularan. sion dari COVID-19 ( Loli et Al., 2020 ). Untuk contoh, sebuah lebih tinggi nomor dari COVID-19 infeksi berkorelasi
dengan lebih tinggi konsentrasi dari udara polutan, seperti sebagai PM2 . _ 5 , PM 10 , CO2 , _ TIDAK 2 , dan RH. Di kontras, suhu,
tekanan, dan itu konsentrasi dari SO2 , _ dan O 3 memiliki ditampilkan sebuah terbalik hubungan (melihat Bagian 3.2 ).
6. Digital teknologi sendiri tidak bisa tempur COVID-19 tetapi bisa menjadi dimanfaatkan ke mendukung mitigasi dan
pencegahan Pengukuran, misalnya, oleh pemantauan sosial menjauhkan atau mengotomatisasi kontak pelacakan.
7. Penutupan total dan jarak sosial mengendalikan tingkat infeksi dalam hal ukuran dan gelombang transmisi berikutnya. Namun,
serupa efek adalah diproduksi dengan ketat sosial menjauhkan Pengukuran sendiri, ketika memulihkan milik orang mobilitas (
2
Reiner et Al., 2020 ).
8. Sosial menjauhkan, itu menggunakan dari wajah topeng, dan bagus pribadi kebersihan memiliki ditampilkan ke menyediakan
unggul hasil ke mobilitas pembatasan atau lainnya nonfarmasi intervensi ( Gakidou dan COVID, 2020; Liang et Al., 2020 ).
2
8.2. COVID-19 keamanan pada angkutan sistem
Itu penularan risiko di berbeda kendaraan adalah bergantung pada beberapa faktor, dengan penumpang kepadatan, khas durasi
dari itu perjalanan, dan karakteristik dari ventilasi makhluk penting pertimbangan. Di bawah kami meringkaskan itu kunci
direkomendasikan mitigasi Pengukuran untuk publik mengangkut di garis dengan itu saat ini ilmiah memahami.
Direkomendasikan sosial menjauhkan Itu direkomendasikan sosial jarak di banyak negara tetap 2 m (6 kaki) terpisah di antara
individu. Jarak fisik yang optimal tergantung pada total durasi KEDEKATAN . Misalnya, jarak satu meter dapat cukup untuk sebuah
perjalanan abadi pada paling satu jam, tetapi bahkan sebuah jarak dari 2.5 m bisa menjadi tidak cukup untuk sebuah perjalanan
memukau lebih lama dibandingkan 2 h. Dia memiliki pernah disarankan ke menyimpan sebuah jarak dari pada paling sedikit 2
tempat duduk di dalam itu sama baris, dan ke menyimpan itu bepergian waktu di bawah tiga jam ke memperkecil itu menyebar dari
COVID-19 selama itu kejadian luar biasa. Dia adalah penting ke mengurangi itu kepadatan dari penumpang dan itu nomor dari rakyat
membagikan kabin yang sama saat bepergian. Penumpang disarankan untuk duduk di baris yang berbeda. Jika ada kebutuhan untuk
mengatur penumpang di itu sama baris, mereka Sebaiknya menyimpan itu bersebelahan kursi kosong.
Udara ventilasi dan pemurnian Publik mengangkut operator adalah direkomendasikan ke menggunakan ventilasi sistem itu
mencegah atau pada paling tidak membatasi aliran udara antar penumpang karena hal ini membantu mengurangi risiko penularan
penyakit. Operator transit disarankan untuk meningkatkan ventilasi dan filtrasi udara dalam ruangan. Di dalam kendaraan, sirkulasi
udara 18 kali per jam direkomendasikan dan sirkulasi ulang udara harus dihindari. Selama pandemi, pemeliharaan sistem ventilasi
harus diintensifkan. Membuka jendela untuk alami ventilasi bisa juga menjadi menguntungkan.
Membersihkan permukaan dan catatan pribadi penumpang Sementara fomites menimbulkan risiko terendah,
direkomendasikan agar operator transportasi membersihkan kursi dan permukaan yang disentuh penumpang setidaknya sekali sehari
dengan suhu tinggi, terutama di kabin tidur malam. Penumpang harus menggunakan wajah topeng, dan Sebaiknya menahan diri dari
berteriak atau nyanyian dan menggunakan tangan kebersihan dan pembersih dalam itu kendaraan dan ketika pada itu stasiun.
Seluler aplikasi Penumpang adalah direkomendasikan ke menggunakan cerdas aplikasi untuk pemantauan milik mereka
mobilitas pola dan orang banyak pada rute yang berbeda. Penumpang disarankan untuk menggunakan sistem reservasi pintar jika
memungkinkan untuk memesan kursi di kendaraan terlebih dahulu. Selama transit, penggunaan aplikasi pelacakan kontak otomatis
sangat disarankan untuk memungkinkan pelacakan kemungkinan rantai infeksi jika terjadi terjangkit pasien menggunakan itu
mengangkut pada itu sama waktu.
8.3. Riset peta jalan dan masa depan pandangan
Ketika riset literatur pada itu COVID-19 pandemi adalah terus menerus memperluas, di sana tetap tetap banyak celah di itu kolektif
ilmiah memahami itu membutuhkan ke menjadi ditujukan ke lebih jauh memperbaiki tanggapan melawan COVID-19. Ini adalah
khususnya kritis untuk itu aman operasi dari berbeda masyarakat fungsi, termasuk publik angkutan, sebagai banyak negara adalah
mulai ke meringankan pembatasan di sebuah percobaan ke kembali ke normalitas. Di bawah kami kritis mencerminkan pada itu
disurvei dokumen ke seri riset arah dan sebuah peta jalan untuk itu jalur maju.
Model pilihan Epidemiologi model adalah penting peralatan itu membantu pembuat kebijakan dan kesehatan praktisi selama
lebar- dan cepat menyebar menular penyakit. Statistik peramalan model ( Bagian 4.2 ) adalah biasanya bermanfaat untuk waktu
dekat prediksi. Bagaimana- pernah, mereka adalah rentan bukan hanya ke itu spesifikasi dari itu berbeda kompartemen
(misalnya, itu S, E, SAYA, dan R subpopulasi, melihat Bagian 4.1 ), tetapi juga faktor penyebaran, puncak infeksi, dan tindakan
pencegahan yang dilakukan oleh otoritas lokal. Model mekanistik ( Bagian 4.3 ), dapat mengakomodasi lintasan dan tren penyakit
menular yang lebih kompleks, dan berpotensi menyediakan lebih baik prediksi lebih sebuah lebih lama waktu cakrawala. Untuk
contoh, ini model bisa ramalan infeksi kasus, rawat inap, dan kematian diberikan asumsi intervensi tertentu. Meskipun kedua model
mampu memberikan wawasan tentang (hampir) kursus masa depan penyakit, hasil mereka harus selalu ditafsirkan dalam konteks,
terutama yang berkaitan dengan jumlah dan kualitas data yang itu model adalah dibuat. Menentukan itu terbaik pas model untuk
sebuah diberikan konteks tetap sebuah membuka masalah. Ini adalah khususnya menantang dalam konteks angkutan umum di mana
wilayah yang berbeda mungkin memiliki tindakan pencegahan dan parameterisasi yang berbeda, menuntut model itu bisa Akun untuk
spasial dan sementara variasi.
Iklim mikro dalam angkutan sistem Saat ini ilmiah memahami menyarankan itu polutan dan meteorologi faktor bermain sebagai
peran dalam memediasi risiko penularan. Kendaraan pengangkut dengan ruang terbatas mereka membentuk iklim mikro yang
memiliki suhu, kelembaban, dan distribusi polutan yang berbeda dari area di luarnya. Konsentrasi di dalam kendaraan juga terpengaruh
oleh itu nomor dari penumpang dalam kendaraan, itu kegiatan dari itu penumpang, itu nomor dari berhenti, pembukaan dan
penutupan dari pintu di halte dan stasiun dan sebagainya ( Motlagh et al., 2021a ). Efek polusi udara terhadap penularan COVID-19
sebagian besar dipelajari menggunakan database pemerintah yang berisi pengukuran yang dihasilkan oleh stasiun pemantauan kualitas
udara yang terletak di luar ruangan dan meliputi wilayah geografis yang luas. Memahami sepenuhnya risiko dan mekanisme transmisi di
dalam angkutan umum membutuhkan lebih banyak studi itu membandingkan itu distribusi dari polutan dan meteorologi ke itu
ditemukan dalam kendaraan dan milik mereka gerbong.
Ventilasi dalam itu angkutan sistem Ventilasi berkontribusi ke meringankan itu COVID-19 penularan mempertaruhkan,
khususnya untuk aerosol penularan ( SAGE-EMG, 2020 ). Itu volume dari baru udara disediakan di bergantung keduanya pada itu
di luar ruangan suhu dan suhu dalam ruangan yang diminta karena sistem pendingin udara mengatur udara dalam ruangan dengan
mengadaptasi dan mencampur RASIO udara yang disirkulasikan kembali. Sensor CO 2 dapat digunakan untuk mengukur sirkulasi udara
untuk melihat apakah ada cukup udara segar di luar yang masuk dan apakah itu dalam ruang angkasa adalah terisi dengan potensi
menular pernafasan. Dia memiliki pernah disarankan ke menjaga CO2 _ level di bawah 800 ppm untuk sebuah durasi dari di bawah 1
2
h untuk dalam lingkungan. Banyak kereta bawah tanah dan bis-bis memiliki ditingkatkan itu udara sirkulasi kecepatan ke menjadi
18 waktu per jam selama pandemi COVID-19. Umumnya penting untuk meningkatkan ventilasi terutama di ruang padat penduduk di
mana itu udara bisa dengan cepat menjadi basi dan menggunakan sebuah Fixed _ _ sirkulasi kecepatan mungkin bukan menjadi
cukup. Itu utama efek dari ventilasi adalah pada aerosol transmisi dan dengan demikian dia sendiri tidak bisa melindungi
penumpang. Memang, ventilasi Sebaiknya kerja bersama dengan lainnya Pengukuran
2
(pembersihan, penyaringan udara, cuci tangan, dan pemakaian masker) untuk meminimalkan risiko penularan dan infeksi.
Penelitian tambahan adalah diperlukan untuk penggunaan CO2 dan sensor lainnya sebagai indikator kebutuhan ventilasi. Memang,
sementara CO2 dapat secara efektif mengenali tidak cukup ventilasi di padat ditempati ruang angkasa, itu akumulasi dari CO2 _
adalah banyak lebih lambat di jarang ditempati spasi dan lainnya cara dari pemantauan itu sirkulasi mungkin menjadi
diperlukan.
COVID-19 varian Itu penampilan dari baru virus varian, seperti sebagai Alfa ( Tang et Al., 2020 ) dan Beta ( Tegally et Al.,
2020 ), menimbulkan tantangan baru untuk mengurangi risiko karena varian ini mungkin memiliki mekanisme atau tingkat transmisi
yang berbeda, dan kerasnya. Misalnya, kedua varian di atas memiliki mutasi (N501Y), yang menyebabkan peningkatan tingkat transmisi
dari 40 ke 70% ( Fontanet et Al., 2021 ). Baru-baru ini sebuah lebih baru regangan dari COVID-19, ditelepon Delta varian, memiliki
sebaran dengan cepat dan adalah dilaporkan di lagi dibandingkan 130 negara secara global ( Dunia Kesehatan Organisasi, 2021b ).
Itu Delta varian adalah sebagai menular sebagai cacar air X dan mungkin sebab berat penyakit dibandingkan sebelumnya regangan di
tidak divaksinasi orang dan itu terobosan kasus untuk divaksinasi rakyat melakukan terjadi bahkan jika dia adalah langka ( CDC,
0000 ). Itu lebih tinggi itu infeksi kecepatan, itu lebih tinggi itu kekebalan dan vaksinasi kecepatan adalah diperlukan ke berhenti
itu sebaran dan evolusi dari itu virus. Ketika itu varian berbeda dari itu asli virus regangan, di sana adalah juga kesamaan dan dengan
demikian itu sama penanggulangan sebagian besar dapat diterapkan pada varian baru. Penelitian medis lebih lanjut diperlukan untuk
sepenuhnya memahami bagaimana perbedaan parameter varian mempengaruhi perilaku virus dan keterbatasan atau keuntungan apa
yang dimiliki oleh tindakan pencegahan yang berbeda terhadap berbeda regangan dari itu virus. Untuk contoh, beberapa varian bisa
berpotensi bertahan hidup lebih lama sebagai fomit dan dengan demikian memerlukan lebih baik pembersihan permukaan, sedangkan
varian lain mungkin memerlukan ventilasi yang lebih baik untuk mencegah transmisi aerosol. Setelah mekanisme ini lebih baik
dipahami, pedoman dan rekomendasi penanggulangan di angkutan umum harus direvisi dan disesuaikan untuk memenuhi itu
perubahan di itu perilaku dari itu berbeda virus ketegangan.
penginderaan dan AI penginderaan teknologi memiliki sudah pernah berguna untuk pelacakan dan pelaporan milik orang
mobilitas dan untuk peringatan mereka
tentang penuh sesak tempat atau tempat itu adalah baru-baru ini dikunjungi oleh terjangkit rakyat. Cepat penyaringan dari rakyat
pada penuh sesak tempat seperti sebagai bandara memiliki terbukti penting pada meningkat itu harian nomor dari disaring rakyat
ketika menyediakan cepat dan dapat diandalkan hasil pada banyak lebih rendah biaya dari apa yang ditawarkan pengujian berbasis
laboratorium. Namun demikian, masih ada ruang yang signifikan untuk teknologi AI dan sensor yang inovatif, misalnya, ke lebih jauh
memperbaiki penyaringan dan ke memudahkan lebih tinggi kepadatan lalu lintas
Mobilitas Data mobilitas manusia dapat dimanfaatkan untuk memitigasi penularan COVID-19. Statistik tentang mobilitas manusia
telah terbukti berkorelasi baik dengan penyebaran awal kasus yang dikonfirmasi di antara kota-kota Cina ( Ash, 2020 ), yang berarti
bahwa manusia mobilitas data bisa dengan baik menjelaskan itu spasial distribusi dari COVID-19 kasus, pada paling sedikit selama
itu awal mulai titik ( Kremer et Al., 2020 ). Pengurangan di manusia mobilitas pola memiliki kuat korelasi dengan berkurang di
dikonfirmasi COVID-19 kasus dan bisa menjadi digunakan himbauan untuk melakukan social distancing guna memutus mata rantai
penyebaran Covid-19. Oleh karena itu, akan berguna untuk memeriksa perubahan mobilitas lintasan pola menghasilkan dari COVID-19.
Itu retribusi berjalan pola memerintah manusia mobilitas ( Gonzalez et Al., 2008 ) - atau pada paling sedikit parameter yang
mengaturnya – kemungkinan telah berubah karena COVID-19. Jika perubahan dapat dipahami dengan baik dan dimodelkan secara
akurat, menganalisis efek mobilitas terhadap risiko penularan penyakit dapat dilakukan dengan lebih akurat, meningkatkan pemahaman
tentang mobilitas kontrol Pengukuran di mencegah itu sebaran dari itu pandemi.
CO2 _ dan sensor lainnya sebagai proksi risiko penularan COVID-19 Sensor CO 2 dapat digunakan untuk memantau penularan
COVID-19 risiko di lingkungan dalam dan luar ruangan ( Kortoçi et al., 2022; Motlagh et al., 2021a ). Karena CO2 diproduksi oleh
pernafasan pada saat yang sama waktu sebagai aerosol yang mengandung virus SARS-CoV-2, CO2 dapat berfungsi sebagai proxy untuk
konsentrasi virus SARS-CoV-2 ( RI , 2020 ). Namun, penelitian yang komprehensif diperlukan untuk memiliki pemahaman yang
lebih dalam dan untuk membangun hubungan antara CO2 dan risiko infeksi COVID-19. Misalnya, Peng dan Jimenez (2020) dapatkan
ekspresi analitis untuk probabilitas COVID-19 risiko transmisi aerosol di tingkat ruangan dalam ruangan di bawah situasi
menghilangkan jarak dekat AEROSOL dan jalur tetesan dengan menjaga jarak, dan tidak termasuk transmisi yang disebabkan oleh
fomite dan menganggap lingkungan dalam ruangan CAMPURAN . Penelitian menunjukkan bahwa Tingkat CO2 bervariasi di lingkungan dan
aktivitas yang berbeda dengan TINGKAT infeksi yang tetap. Namun, hubungan antara CO2 dan COVID-19 risiko penularan lemah
karena banyak faktor yang dapat mempengaruhi masing-masing secara mandiri. Memang, faktor-faktor yang mempengaruhi kadar CO2
tidak mempengaruhi itu SARS-CoV-2 virus konsentrasi dan keburukan sebaliknya ( Eykelbosh, 2021 ).
9. Ringkasan dan kesimpulan
Itu COVID-19 pandemi memiliki sangat berubah kita hidup dan mata pencaharian, dan ini adalah juga itu kasus untuk publik
angkutan operasi- aktor. Memang, pandemi telah mengakibatkan anjloknya jumlah penumpang sementara pada saat yang sama
mengharuskan operator transit untuk mengadopsi penanggulangan itu Tolong memastikan itu keamanan dari penumpang. Memiliki
sebuah terperinci ilmiah memahami dari itu pandemi adalah kritis bagi pengambil keputusan, warga negara, dan pemangku
kepentingan lainnya untuk meminimalkan dampak terhadap kesehatan, ekonomi, dan masyarakat pada umumnya. Selagi kolektif ilmiah
memahami adalah dengan cepat meningkat, sebelumnya ke kita kerja, di sana memiliki pernah sebuah terbatas memahami tentang
itu spesifik risiko dan langkah-langkah mitigasi terkait dengan transportasi umum. Karena sebagian besar kendaraan transportasi
terdiri dari area dalam ruangan terbatas dengan dibandingkan rata-rata kepadatan dari rakyat, mereka adalah umumnya
dipertimbangkan sebuah tinggi mempertaruhkan lingkungan untuk virus penularan.
Kami menyajikan survei komprehensif dan menyeluruh yang mengkaji pandemi COVID-19 melalui lensa penanggulangan bencana.
3
pemerintah, menawarkan survei mekanisme penularan utama COVID-19, mengeksplorasi faktor-faktor yang memediasi risiko
penularan, dan mencakup strategi pencegahan dan mitigasi yang dapat diadopsi oleh operator angkutan umum. Kami juga mensurvei
dan membandingkan epi- demiologis model itu bisa menjadi digunakan ke meramalkan infeksi tarif, dan dengan demikian membantu
keputusan pembuat ke dalam mengimplementasikan aturan ke mencegah penyebaran penyakit tersebut. Terakhir, kami juga
mengeksplorasi metodologi mitigasi dan pencegahan untuk ruang tertutup, termasuk digital, teknik dan penanggulangan nonfarmasi
lainnya. Temuan kunci dari survei ini meliputi: (i) ada bukti untuk dikaitkan publik mengangkut dengan penularan dari COVID-19
dari sebuah mi X masa depan dari epidemiologi studi dan pemodelan studi; (ii) beberapa dari itu penelitian saat ini menunjukkan
tidak ada hubungan antara angkutan umum dan risiko, terutama untuk kereta api, di mana risiko penularannya rendah; (aku aku aku)
banyak faktor mempengaruhi itu penularan mempertaruhkan pada publik angkutan, khususnya duduk lokasi (jarak ke itu indeks
pasien) dan dura-
3
perjalanan perjalanan; (iv) polusi udara, kondisi lingkungan yang kering dan sejuk berkontribusi terhadap penularan COVID-19; (v)
memakai masker, ditingkatkan ventilasi, pembersihan, pribadi kebersihan ukuran, dan menyimpan fisik jarak sangat mengurangi
itu penularan mempertaruhkan;
(vi) penutupan tempat dan manfaat mobilitas terbatas hanya untuk jangka waktu terbatas selama mereka berada di tempat; strategi
seperti itu tidak memberikan manfaat jangka panjang jika tidak disertai dengan social distancing; dan (vii) jarak sosial dan kebersihan
pribadi yang baik memberikan unggul hasil ke terbatas mobilitas.
Pernyataan dari Bersaing Minat
Para penulis menyatakan bahwa mereka tidak memiliki kepentingan keuangan atau hubungan pribadi yang saling bersaing yang
mungkin tampak mempengaruhi itu kerja dilaporkan di ini kertas.
Ucapan Terima Kasih
Itu penulis dengan penuh syukur mengakui itu pendanaan mendukung asalkan oleh Akademi dari Finlandia, menganugerahkan
angka 339614 dan 324576. Ini kerja adalah juga sebagian didukung oleh itu VR kelompok di Finlandia, itu Nokia Tengah untuk Canggih
Riset (NCAR), dan Nokia Dasar. Itu riset hanya mencerminkan itu dilihat dari itu penulis.
Referensi
Abuarafah, AG, Khozium, saya, Abd Rabou, E., 2012. Waktu sebenarnya kerumunan pemantauan menggunakan inframerah panas video urutan. J. Saya.
Sci. 8 (3), 133-140 . Ahangari, S., Chavis, C., Jeihani, M., 2020. Publik transit penumpang analisis selama itu COVID-19 pandemi. medR X iv.
Ahmad, N., Michelin, RA, Xue, W., Ruj, S., malaya, R., di sini, SS, Seneviratne, SEBUAH., hu, W., Janicke, H., Jha, SK, 2020. SEBUAH survei dari COVID-19 kontak
pelacakan aplikasi. IEEE Mengakses 8, 134577–134601.
Alsved, M., Matamis, A., Bohlin, R., Richter, M., Bengtsson, P.-E., Fraenkel, C.-J., Medstrand, P., Lö ndahl, J., 2020. E X menghilangkan partikel pernapasan selama
bernyanyi dan pembicaraan. Aerosol Sci. teknologi. 54 (11), 1245–1248.
Anglemyer, A., Moore, TH, Parker, L., Chambers, T., Grady, A., Chiu, K., Parry, M., Wilczynska, M., Flemyng, E., Bero, L., 2020 .Teknologi pelacakan kontak digital
di epidemi: sebuah cepat tinjauan. Cochrane Basis data Sistem Putaran. 8 (8).
Asadi, S., Wexler, SEBAGAI, kappa, CD, Barreda, S., Bouvier, NM, Ristenpart, WD, 2019. Aerosol emisi dan superemisi selama manusia pidato meningkat dengan suara
kekerasan. ilmiah laporan 9 (1), 1–10.
Abu, C., 2020. Pelacakan infeksi dari mobilitas data. Sains .
Aydin, N., Kuşakc, apa, Deveci, M., 2022. Itu dampak dari COVID-19 pada bepergian perilaku dan awal persepsi dari publik mengangkut Pengukuran di Istambul.
keputusan dubur.
J. 2, 100029.
Badar, HS, Du, H., marshall, M., dong, E., Mengantarkan, MM, tukang kebun, LM, 2020. Asosiasi di antara mobilitas pola dan COVID-19 penularan di itu AMERIKA
SERIKAT: sebuah matematis pemodelan belajar. Lanset Menulari. Dis. 20 (11), 1247–1254.
Barbieri, DM, Lu, B., Passavanti, M., hai, C., Ho, SAYA., kurang, dan, Sikka, G., Chang, K., Gupta, SEBUAH., taring, K., et Al., 2021. Dampak dari COVID-19 pandemi
pada mobilitas di sepuluh negara dan terkait dirasakan mempertaruhkan untuk semua mengangkut mode. PloS SATU 16 (2), e0245886.
Beck, MJ, Hensher, dan, 2020. Wawasan ke dalam itu dampak dari COVID-19 pada rumah tangga bepergian dan kegiatan di australia–the lebih awal hari dari
meringankan pembatasan. terjemahan
Aturan 99, 95–119.
Bertozzi, AL, Prancis, E., Mohler, G., Pendek, MB, Kereta luncur, D., 2020. Itu tantangan dari pemodelan dan peramalan itu sebaran dari COVID-19. Prok. Natal
akad. Sci. 117 (29), 16732–16738.
Bhagat, RK, Wykes, dokter, Dalziel, SB, Linden, P., 2020. efek dari ventilasi pada itu dalam sebaran dari COVID-19. J. Cairan mekanisme 903, 1–18 .
Bherwani, H., Gupta, A., Anjum, S., Anshul, A., Kumar, R., 2020. E X mencari ketergantungan dari COVID-19 pada lingkungan faktor dan prediksi penyebaran di
India. npj mendaki. atmosfer. Sci. 3 (1), 1–13.
Biryukov, J., Boydston, J, bodoh, RA, lebih tua, JJ, Kayu, S., Reese, AL, Feri, SEBUAH., Tukang giling, D., Penenun, W., Zeitouni, NE, et Al., 2020. meningkat suhu
dan relatif kelembaban mempercepat penonaktifan dari SARS-CoV-2 pada permukaan. MSphere 5 (4), e00441–20.
Bo, Y., gua, C., Lin, C., Zeng, Y., Li, Hb, Zhang, Y., Hosain, NONA, Chan, JW, Yeong, DW, Kwok, KO, et Al., 2020. Efektivitas dari nonfarmasi intervensi pada COVID-
19 penularan di 190 negara dari 23 Januari ke 13 April 2020. Int. J. Menulari. Dis. 102, 247–253.
Bodas, M., Kirsch, TD, Peleg, K., 2020. Bahaya teratas pendekatan-memikirkan kembali kesesuaian dari semua bahaya pendekatan dalam bencana manajemen risiko. Int.
J. Bencana Mempertaruhkan Kurangi. 47, 101559.
Brauner, JM, Mindermann, S., Sharma, M., Johnston, D., Penyelamat, J., Gavenčiak, T., Stephenson, AB, Lintah, G., Altman, G., Mikulik, V., et Al., 2020.
menyimpulkan itu efektivitas s dari pemerintah intervensi melawan COVID-19. Sains 371 (6531), eabd9338.
Brodeur, SEBUAH., Abu-abu, D., Islam, SEBUAH., Bhuiyan, S., 2021. SEBUAH literatur tinjauan dari itu ekonomi dari COVID-19. J. Ekonomi bertahan 35 (4), 1007–
1044 .
de Bruin, YB, Lequar, SEBAGAI., McCourt, J., Clevestig, P., Pigazani, F., Jedi, MZ, Colosio, C., Goulart, M., 2020. Awal dampak dari global mempertaruhkan mitigasi
Pengukuran diambil selama itu memerangi dari itu COVID-19 pandemi. Saf. Sci. 128, 104773.
Cardwell, K., Yordania, K., Byrne, P., Smith, SM, harrington, P., Ryan, M., O'Neill, M., 2021. Itu keefektifan dari non-kontak panas penyaringan sebagai sebuah cara dari
mengidentifikasi kasus dari COVID-19: sebuah cepat tinjauan dari itu bukti. Putaran. Med. Viral. 31 (4), e2192.
Carten, SEBUAH., Di Francesco, L., Henke, SAYA., marino, TELEVISI, Falanga, SEBUAH., 2021. Itu peran dari publik mengangkut selama itu kedua COVID-19 melambai
di Italia. Keberlanjutan 13 (21), 11905.
Tukang gerobak, L J., Mengumpulkan, L V., Halus, J. W., Li, Y., Zhou, Q., Saveson, C. J., Saso, J. M., Gregg, SEBUAH. C., melonjak, D. J., Beskid, T. R., et Al., 2020.
Pengujian kadar logam teknik dan uji perkembangan untuk COVID-19 diagnosa.
CDC,. Delta varian: Apa kami tahu tentang itu sains. https://www.cdc.gov/coronavirus/2019-ncov/variants/delta-variant.html .
Pusat untuk Penyakit Kontrol dan Pencegahan, 2021. ilmiah Singkat: SARS-CoV-2 Penularan. https://www.cdc.gov/coronavirus/2019-ncov/science/science-briefs/
sars-cov-2-transmission.html .
Chan, AB, Liang, Z.-SJ, Vasconcelos, N., 2008. Pribadi melestarikan kerumunan pemantauan: perhitungan rakyat tanpa rakyat model atau pelacakan. Di: Prosiding
dari itu IEEE Konferensi pada Komputer Penglihatan dan Pola Pengakuan. IEEE, hal. 1–7.
Chan, L.-S., Cheung, GT, Lauder, AKU J, Kumana, CR, 2004. Penyaringan untuk demam oleh penginderaan jauh inframerah termografi kamera. Jurnal dari bepergian
obat-obatan 11 (5), 273–279 .
Cho, H., Ippolito, D., Yu, Y. W., 2020. Kontak pelacakan seluler aplikasi untuk COVID-19: pribadi pertimbangan dan terkait pertukaran. arXiv pracetak arXiv:
2003.11511. Chowell, G., Tariq, SEBUAH., Hyman, JM, 2019. SEBUAH novel sub-epidemi pemodelan kerangka untuk jangka pendek peramalan epidemi ombak. BMC
Med. 17 (1), 164 .
Chu, DK, akl, EA, Duda, S., Solo, K., Yaacoub, S., Schü nemann, HJ, El-harakeh, SEBUAH., Bognanni, SEBUAH., Lotfi, T., Loeb, M., et Al., 2020. Fisik menjauhkan, wajah
3
topeng, dan pelindung mata untuk mencegah penularan dari orang ke orang dari SARS-CoV-2 dan COVID-19: a tinjauan sistematis dan meta-analisis. Lanset 395
(10242), 1973–1987.
Lanjutkan, D., stabil, F., 2020. Melakukan udara polusi mempengaruhi COVID-19 wabah?
copat, C., Cristaldi, SEBUAH., Fiore, M., rumput, SEBUAH., Zuccarello, P., Santo Signorelli, S., Konti, PERGILAH, Ferrante, M., 2020. Itu peran dari udara polusi (pm
dan tidak2) di covid-19 sebaran dan mematikan: sebuah sistematis tinjauan. Mengepung. Res. 191, 110129.
3
Cui, Y., Zhang, Z.-F., froine, J., Zhao, J., Wang, H., Yu, S.-Z., Detel, R., 2003. Udara polusi dan kasus kematian dari sars di itu orang-orang Republik dari Cina:
sebuah ekologis belajar. Mengepung. Kesehatan 2 (1), 1-5.
Dehning, J., Zierenberg, J., Spitzner, F. P., Wibral, M., Neto, J. P., Wilczek, M., Pendeta, V., 2020. menyimpulkan COVID-19 menyebar tarif dan potensi mengubah
poin untuk kasus nomor perkiraan. arXiv pracetak arXiv:2004.01105 2.
Delamater, PL, Jalan, EJ, Leslie, tf, Yang, YT, Jacobsen, KH, 2019. Kompleksitas dari itu dasar reproduksi nomor (R0). muncul. Menulari. Dis. 25 (1), 1 .
Diekmann, HAI., Heesterbeek, J., 2000. Wiley seri di matematis dan komputasi biologi. matematis epidemiologi dari menular penyakit: model bangunan,
analisis dan penafsiran.
Domingo, JL, Marqus, M., Rovira, J., 2020. Pengaruh transmisi udara SARS-CoV-2 pada pandemi COVID-19. sebuah ulasan. Mengepung. Res. 188, 109861 . dong,
D., Bau, Z., Wang, S., hai, H., Gong, L., Lu, Y., Xue, Z., Liao, H., Chen, F., Yang, F., et Al., 2020. Itu peran dari pencitraan di itu deteksi dan pengelolaan dari
COVID-19: sebuah tinjauan. IEEE Putaran. Bioma. Ind. 14, 16–29.
Dzien, C., Halder, W., Pemenang, H., Lechleitner, M., 2021. COVID-19 penyaringan: adalah dahi suhu pengukuran selama dingin di luar ruangan suhu Betulkah
bermanfaat? Wien. Klin. Wochenschr. 133 (7), 331–335.
Dzisi, EKJ, Dei, OA, 2020. Ketaatan ke sosial menjauhkan dan memakai dari topeng di dalam publik angkutan selama itu COVID 19 pandemi. terjemahan Res.
antardisiplin.
Perspektif. 7, 100191.
Eam, KT, keeling, MJ, 2003. Kontak pelacakan dan penyakit kontrol. Prok. R. Soc. London. Ser. B Biol. Sci. 270 (1533), 2565–2571 .
Emenik, H., Dar, F., Liyanage, M., Sharma, R., Zuniga, SEBUAH., Hoque, saya, Radeta, M., Nurmi, P., Flores, H., 2021. Karakterisasi setiap hari benda menggunakan
manusia menyentuh: panas menghilangnya sebagai sebuah penginderaan pengandaian. Di: Prosiding IEEE Internasional Konferensi pada meresap Komputasi dan
Komunikasi (Percom). IEEE, hal. 1–8. Eropa Tengah untuk Penyakit Pencegahan dan Kontrol, 2020. Pedoman untuk itu penerapan dari nonfarmasi intervensi melawan
COVID-19. 2020-09-24.
https://www.ecdc.europa.eu/en/publications-data/covid-19-guidelines-non-pharmaceutical-interventions .
Eropa Persatuan Agen untuk Kereta Api, 2021. Bepergian keamanan selama COVID-19 untuk penumpang bepergian panjang jarak oleh kereta dan lainnya mode.
https://www.era.europa.eu/content/study-rail-travel-remains-safer-car-travel-even-during-pandemic_en .
Eykelbosh, SEBUAH., 2021. Bisa CO2 sensor menjadi digunakan ke menilai COVID-19 penularan mempertaruhkan? https://ncceh.ca/content/blog/can-co2-sensors-
be-used-assess-covid-19- risiko penularan .
Fanelli, D., Piazza, F., 2020. Analisis dan ramalan dari COVID-19 menyebar di Cina, Italia dan Perancis. Kekacauan soliton Fraktal 134,
109761 . Farrahi , K., emonet, R., Cebrian, M., 2014. Epidemi kontak pelacakan melalui komunikasi jejak. PloS SATU 9 (5), e95133 .
Fattorini, D., Regoli, F., 2020. Peran dari itu kronis udara polusi level di itu COVID-19 kejadian luar biasa mempertaruhkan di Italia. Mengepung. polusi. 264, 114732 .
Feng, S., Shen, C., Xia, N., Lagu, W., Kipas, M., Cowling, BJ, 2020. Penggunaan rasional dari masker wajah di COVID-19 pandemi. Lanset bernafas. Med. 8 (5), 434–
436 .
Ferretti, L., Wymant, C., Kendal, M., Zhao, L., Nurtay, SEBUAH., Abeler-Dö rner, L., tukang parkir, M., Bonsall, D., Fraser, C., 2020. Kuantifikasi SARS-CoV-2
penularan menyarankan epidemi kontrol dengan digital kontak pelacakan. Sains 368 (6491).
tukang rami, S., Misra, S., Gandi, SEBUAH., Unwin, HJT, Mellan, TA, coupland, H., Whittaker, C., Zhu, H., Bera, T., Eaton, JW, et Al., 2020. Memperkirakan itu
efek dari nonfarmasi intervensi pada COVID-19 di Eropa. Alam 584 (7820), 257–261.
Flores, H., Hamberg, J., Li, X., malmivirta, T., Zuniga, SEBUAH., Lagerspetz, E., Nurmi, P., 2020. Memperkirakan energi tapak menggunakan panas pencitraan.
DapatkanMob. Massa. Hitung.
komuni. 23 (3), 5–8.
fontanet, SEBUAH., Autra, B., Lina, B., Kieny, anggota parlemen, Karim, SS, Sridar, D., 2021. SARS-CoV-2 varian dan akhir itu COVID-19 pandemi. Lanset 397 (10278),
952–954 .
bulu, Y., Sando, E., Tsuchiya, N., Miyahara, R., Yasuda, SAYA., ko, YK, Saito, M., Morimoto, K., Imamura, T., Shobugawa, Y., et Al., 2020. Cluster dari virus corona
penyakit di komunitas, Jepang, Januari–April 2020. muncul. Menulari. Dis. 26 (9), 2176.
Gakidou, E., COVID, SAYA., 2020. Global proyeksi dari potensi hidup diselamatkan dari COVID-19 melalui universal masker menggunakan. medR X iv.
Gasser, U., Ienca, M., Scheibner, J., Kereta luncur, J., Vayena, E., 2020. Digital peralatan melawan COVID-19: taksonomi, etis tantangan, dan navigasi bantuan.
Lanset Angka. Kesehatan 2 (8), E425–E434.
Giri, B., pandey, S., Shrestha, R., Pokharel, K., Ligler, FS, Neupana, bb, 2021. Tinjauan dari analitis pertunjukan dari COVID-19 deteksi metode. dubur. Bioanal.
Kimia 413 (1), 35–48.
Gkiotsalitis, K., Kucing, HAI., 2021. Publik mengangkut perencanaan adaptasi dibawah itu COVID-19 pandemi krisis: literatur tinjauan dari riset kebutuhan dan arah.
terjemahan
Putaran. 41 (3), 374–392.
Gonzales, MC, Hidalgo, CA, Barabas, AL., 2008. Memahami individu manusia mobilitas pola. Alam 453 (7196), 779–782 .
Gravert, C., Nagl, P., Ball, F., Koerner, T., 2020. Pembaruan pada infeksi SARS-CoV-2 risiko di kereta api jarak jauh. 2020-09.
https://www.researchgate.net/publication/344336091_Update_on_SARS-CoV-2_Infection_Risks_in_Long-_distance_Trains .
Guglielmi, G., 2021. Cepat virus corona tes: sebuah memandu untuk itu bingung. Alam 590 (7845), 202-205 .
Hadei, M., Hopke, pk, Joni, SEBUAH., Shahsavani, SEBUAH., et Al., 2020. SEBUAH surat tentang itu mengudara penularan dari SARS-CoV-2 berdasarkan pada itu
saat ini bukti. Aerosol Udara Kualitas. Res. 20 (5), 911–914.
Hafiz, SEBUAH., Ahmad, S., Siddqui, SA, Ahmad, M., Misra, S., 2020. SEBUAH tinjauan dari COVID-19 (virus corona penyakit-2019) diagnosa, perawatan dan
pencegahan. EJMO 4 (2) , 116–125.
Harrison, AG, Lin, T., Wang, P., 2020. Mekanisme dari SARS-CoV-2 penularan dan patogenesis. Tren kekebalan. 41 (12), 1100-1115 . Dia, S.,
Peng, Y., Matahari, K., 2020. Seir pemodelan dari itu COVID-19 dan -nya dinamika. Nonlinier Din. 101 (3), 1667–1680 .
Kesehatan Perlindungan Pengawasan Tengah, 2021. Epidemiologi dari COVID-19 wabah/cluster di Irlandia mingguan laporan.
https://www.hpsc.ie/az/respiratory/coronavirus/ novelcoronavirus/surveillance/covid-19outbreakclustersinireland/ .
Holmdahl, SAYA., Buckee, C., 2020. Salah tetapi berguna-apa COVID-19 epidemiologi model bisa dan tidak bisa memberi tahu kita. N. Inggris J. Med.
383 (4), 303–305 . Rumah, T., keeling, MJ, 2010. Itu dampak dari kontak pelacakan di berkerumun populasi. PLoS Hitung. Biol. 6 (3), e1000721 .
hu, M., Lin, H., Wang, J., Xu, C., tatem, J, Meng, B., Zhang, X., Liu, Y., Wang, P., Wu, G., et Al., 2020. Mempertaruhkan dari Virus corona Penyakit 2019 Penularan
di Kereta Penumpang: sebuah Epidemiologi dan Pemodelan Belajar. klinik Menulari. Dis. 72 (4), 604–610.
Huang, J., Wang, H., Fan, M., Zhuo, A., Sun, Y., Li, Y., 2020. Memahami dampak pandemi COVID-19 pada perilaku terkait transportasi dengan manusia data
mobilitas. Dalam: Prosiding ACM SIGKDD Internasional ke-26 Konferensi tentang Penemuan Pengetahuan & Penambangan Data, hal. 3443–3450.
berburu, M.,. Tingkat penularan Covid-19 di rel, infeksi risiko per penumpang perjalanan: Metodologi dan derivasi nilai 2021. 2021-01.
https://www.rssb.co.uk/what-we-do/the-coronavirus-pandemic-how-we-can-help-you/infection-risk s .
IATA, 2020. Rendah mempertaruhkan dari penularan. https://www.iata.org/en/youandiata/travelers/health/low-risk-transmission/ .
Jendrin, P., Schulz, C., dua belas, F., meler, S., von Kö ckritz-Blickwede, M., Osterhaus, ADME, pasang surut, J., Pilchova, V., Merah Jambu, SAYA., baik, T., et Al.,
2020. Aroma anjing identifikasi dari sampel dari COVID-19 pasien-a pilot belajar. BMC Menulari. Dis. 20 (1), 1–7.
Jenelius, E., Cebecauer, M., 2020. Dampak dari COVID-19 pada publik mengangkut penumpang di Swedia: analisis dari tiket validasi, penjualan dan penumpang
dihitung. terjemahan
Res. antardisiplin. Perspektif. 8, 100242.
Jiang, Y., Wu, X.-J., Guan, YJ., 2020. efek dari Sekelilingnya udara polutan dan meteorologi variabel pada kejadian COVID-19. Menulari. Kontrol Rumah Sakit
Epidemiol. 41, 1011–1015.
Joselow, M., Berita, E., 2020. Ada sedikit bukti bahwa massa transit menimbulkan risiko wabah virus corona . 2020-07-28.
https://www.scientificamerican.com/article/there-is-little-evidence-that-mass-transit-poses-a-risk-of-coronavirus-outbreaks / .
Muda, JCSJ, Musse, SR, Jung, CR, 2010. Analisis kerumunan menggunakan komputer teknik penglihatan. IEEE Proses Sinyal. Mag. 27 (5), 66–77 .
Kampf, G., Tott, D., Pfaender, S., Steinmann, E., 2020. Kegigihan dari virus corona pada mati permukaan dan milik mereka penonaktifan dengan biosidal agen. J. Rumah
Sakit Menulari.
3
104 (3), 246–251.
Katzer, S., 2020. Mendiskusikan itu CDC dan ashrae rekomendasi untuk hvac sistem. 2020-04-16.
Khanh, NC, Thai, PQ, Quach, H.-L., ini, N.-AH, Din, komputer, Duong, TN, Mai, LTQ, Nghia, ND, Tu, TA, kuang, LN, et Al., 2020. Penularan dari SARS-CoV 2 selama
jangka panjang penerbangan. muncul. Menulari. Dis. 26 (11), 2617.
Klinkenberg, D., Fraser, C., Heesterbeek, H., 2006. Itu keefektifan dari kontak pelacakan di muncul epidemi. PloS SATU 1 (1), e12 .
3
Kortoçi, P., Motlagh, NH, Zaidan, saya, jamur, PL, Varjonen, S., Rebeiro-Hargrave, SEBUAH., Niemi, JV, Nurmi, P., Husein, T., Petjä , T., et Al., 2022. Udara polusi
paparan pemantauan menggunakan portabel biaya rendah udara kualitas sensor. Cerdas Kesehatan 23, 100241.
Kramer, MU, Yang, C.H., Gutierrez, B., Wu, C.-H., klein, B., Pigott, DM, Du Plessis, L., faria, NR, Li, R., Hanage, WP, et Al., 2020. efek dari manusia mobilitas dan
kontrol Pengukuran pada itu COVID-19 epidemi di Cina. Sains 368 (6490), 493–497.
Kretzschmar, SAYA, Rozhnova, G., sepatu bot, MC, mobil van Boven, M., mobil van de Wijgert, JH, Bonten, MJ, 2020. Dampak dari penundaan pada keefektifan dari
kontak pelacakan strategi untuk COVID-19: sebuah pemodelan belajar. Lanset Publik Kesehatan 5 (8), e452–e459.
Leclerc, QJ, lebih lengkap, NM, Ksatria, LE, Pengecut, S., Ksatria, GM, Kelompok, CC-.W., et Al., 2020. Apa pengaturan memiliki pernah terhubung ke SARS-CoV-2
penularan cluster?
Selamat datang Membuka Res. 5 (83), 83.
Lettieri, E., masella, C., Radaelli, G., 2009. Bencana pengelolaan: temuan dari sebuah sistematis tinjauan. Bencana sebelumnya Kelola. Int. J. 18 (2),
117–136 . Lewis, D., 2020. Adalah itu virus corona mengudara? E X keahlian tidak bisa setuju. Alam 580 (7802), 175 .
Lewis, D., 2021. COVID-19 jarang menyebar melalui permukaan. Jadi mengapa adalah kami tetap dalam pembersihan. Alam 590 (7844), 26–28 .
Lewnard, J, lihat, NC, 2020. ilmiah dan etis dasar untuk jarak sosial intervensi melawan COVID-19. Lanset Menulari. Dis. 20 (6), 631–633 .
Li, M., Zhang, Z., Huang, K., cokelat, T., 2008. Memperkirakan itu nomor dari rakyat di penuh sesak adegan oleh pertengahan berdasarkan latar depan segmentasi dan
kepala-bahu deteksi.
Di: Prosiding dari itu tanggal 19 Internasional Konferensi pada Pola Pengakuan. IEEE, hal. 1-4.
Li, Y., Leung, GM, Bau, J., Yang, X., kekacauan, C., Lin, JZ, Lu, J., Nielsen, fotokopi, Niu, J., Qian, H., et Al., 2007. Peran dari ventilasi di mengudara penularan dari
menular agen di itu dibuat lingkungan-a multidisiplin sistematis tinjauan. Dalam Udara 17 (1), 2–18.
Li, Y., Qian, H., Menggantung, J., Chen, X., Hong, L., Liang, P., Li, J., Xiao, S., wei, J., Liu, L., et Al., 2020. Bukti untuk mungkin aerosol penularan dari SARS-CoV-2
di sebuah buruk berventilasi restoran. medR X iv.
Liang, M., Gao, L., Cheng, C., Zhou, Q., uy, J, Heiner, K., Matahari, C., 2020. khasiat dari wajah masker di mencegah pernafasan virus penularan: sebuah sistematis
tinjauan dan meta-analisis. Bepergian Med. Menulari. Dis. 36, 101751.
Lin, S., wei, D., Matahari, Y., Chen, K., Yang, L., Liu, B., Huang, Q., paoliello, MMB, Li, H., Wu, S., 2020. Khusus wilayah udara polutan dan meteorologi parameter
mempengaruhi _ COVID-19: sebuah belajar dari daratan Cina. Ecoto X ikon. Mengepung. Saf. 204, 111035.
Liu, L., Tukang giling, HJ, Scheff, J., 2020. Itu dampak dari COVID-19 pandemi pada publik transit tuntutan di itu Serikat Serikat. PloS SATU 15 (11), e0242476 .
Liu, T., Gong, D., Xiao, J., hu, J., Dia, G., Rong, Z., Bu, W., 2020. Gugus infeksi bermain penting peran di itu cepat evolusi dari COVID-19 penularan: sebuah sistematis
tinjauan. Int. J. Menulari. Dis. 99, 374–380.
loli, S., Chen, Y.-C., Wang, SH., Vivone, G., 2020. Dampak dari meteorologi kondisi dan udara polusi pada COVID-19 pandemi penularan di Italia. Sci. Reputasi. 10
(1) , 1–15.
Luan, S., Yang, Q., Jiang, Z., Wang, W., 2021. E X mencari itu dampak dari COVID-19 pada milik individu bepergian mode pilihan di Cina. terjemahan Aturan 106,
271–280 .
Luo, K., lei, Z., Hai, Z., Xiao, S., Rui, J., Yang, H., Jing, X., Wang, H., Xie, Z., Luo, P., et Al., 2020. Penularan dari SARS-CoV-2 di publik angkutan kendaraan: sebuah
kasus belajar di Hunan Propinsi, Cina. Di: Membuka Forum Menular Penyakit, Jil. 7. O X mengarungi Universitas Tekan KITA, p. dariaa430.
Maguire, R. S., Hogg, M., pembawa, SAYA. D., Blaney, M., Modiste, SEBUAH., bawah panjang, L., Thomson, J., Thompson, SEBUAH., Warren, C., rendah, D. J., 2021.
Panas kamera deteksi dari tinggi suhu untuk massa covid penyaringan. medR X iv.
Malik, SEBUAH., Mugiri, WL, Zakwandi, R., Safitri, S., Juliani, T., 2020. Sederhana percobaan dari doppler efek menggunakan smartphone mikrofon sensor. J.
Penelit. Fis. aplikasi (JPFA) 10 (01), 1–10.
malmivirta, T., Hamberg, J., Lagerspetz, E., Li, X., Peltonen, E., Flores, H., Nurmi, P., 2019. Panas atau bukan? Kokoh dan tepat kontinu panas pencitraan pada ir
kamera. Dalam: Prosiding IEEE Internasional Konferensi Pervasif Komputasi dan Komunikasi (PerCom. IEEE, hlm. 1–9.
Mbuvha, R., Marwala, T., 2020. Pada berbasis data penanganan wabah COVIDE-19 di Afrika Selatan. medR X iv. Morawska, L.,
Cao, J., 2020. Lintas Udara penularan dari SARS-CoV-2: Itu dunia Sebaiknya wajah itu realitas. Mengepung. Int. 139, 105730 .
Morawska, L., Bau, JW, Bahnfleth, W., Bluyssen, PM, Boerstra, SEBUAH., Buonanno, G., Cao, J., Penari, S., Floto, SEBUAH., Franchimon, F., et Al., 2020.
Bagaimana bisa mengudara penularan dari covid-19 dalam ruangan menjadi diminimalkan? Lingkungan internasional 142, 105832.
Morley, J., Cowls, J., Taddeo, M., Floridi, L., 2020. Pedoman etis untuk pelacakan COVID-19 aplikasi.
Motlagh, NH, Toivonen, P., Zaidan, MA, Lagerspetz, E., Peltonen, E., Gilman, E., Nurmi, P., Tarkoma, S., 2021a. Memantau jarak sosial di ruang pintar menggunakan
berbasis infrastruktur sensor. Di: Prosiding dari itu IEEE tanggal 7 Dunia Forum pada Internet dari Sesuatu (WF-IoT 2021). IEEE, hal. 1–6.
Motlagh, NH, Zaidan, MA, Fung, PL, Lagerspetz, E., Aula, K., Varjonen, S., Siekkinen, M., Rebeiro-Hargrave, A., Petä jä , T., Matsumi, Y., et al., 2021. Transit polusi
paparan pemantauan menggunakan biaya rendah dpt dipakai sensor. terjemahan Res. Bagian D terjemahan Mengepung. 98, 102981.
Motlagh, NH, Zaidan, saya, Lagerspetz, E., Varjonen, S., Toivonen, J., pertambangan, J., Rebeiro-Hargrave, SEBUAH., Siekkinen, M., Husein, T., Nurmi, P., et Al.,
2019. Dalam pemantauan kualitas udara menggunakan detektor gerak berbasis infrastruktur. Dalam: Prosiding Konferensi Internasional IEEE ke-17 tentang
Informatika Industri (INDIN), Jil . 1. IEEE, hal. 902–907.
Nations, U., 2020. Finlandia pertama di Eropa yang menggunakan anjing untuk mendeteksi COVID-19. https://unric.org/en/finland-first-in-europe-to-
use-dogs-to-detect-covid-19/ . NCEZID, DGMQ, 2020. Nonfarmasi intervensi (npi). 2020-04-27. https://www.cdc.gov/nonpharmaceutical-
interventions/index.html .
Nguyen, CT, Saputra, YM, mobil van Huynh, N., Nguyen, N.-T., Khoa, TELEVISI, Tuan, BM, Nguyen, dn, Hoang, DT, Vu, tks, dutkiewicz, E., et Al., 2020. SEBUAH luas
survei dari memungkinkan dan muncul teknologi untuk sosial jarak-bagian saya: Dasar-dasar dan memungkinkan teknologi. IEEE Mengakses 8, 153479–153507.
Nguyen, CT, Saputra, YM, mobil van Huynh, N., Nguyen, N.-T., Khoa, TELEVISI, Tuan, BM, Nguyen, dn, Hoang, DT, Vu, TX, et al., 2020. Sebuah survei komprehensif
dari memungkinkan dan muncul teknologi untuk sosial jarak-bagian ii: muncul teknologi dan membuka masalah. IEEE Mengakses 8, 154209–154236.
Nishiura, H., Oshitani, H., Kobayashi, T., Saito, T., Sunagawa, T., Matsui, T., Wakita, T., COVID, M., suzuki, M., 2020. Tertutup lingkungan memudahkan sekunder
penularan dari virus corona penyakit 2019 (covid19). MedR X iv.
Nkwayep, CH, Bowong, S., Tewa, J., Kurth, J., 2020. Jangka pendek prakiraan dari itu COVID-19 pandemi: sebuah studi kasus dari kamerun. Kekacauan soliton Fraktal
140, 110106 . Utara Carolina Departemen dari Kesehatan dan Manusia Jasa, 2021. COVID-19 cluster di utara carolina.
https://covid19.ncdhhs.gov/media/725/download?attachment .
Bukan saya, JD, Blacher, FM, McMillen, cm, Lindsley, WG, Kashon, ML, Pembantaian, dr, Beezhold, DH, 2013. Tinggi kelembaban petunjuk ke kehilangan dari
menular pengaruh virus dari disimulasikan batuk. PloS SATU 8 (2), e57485.
Padhan, R., Prabheesh, K., 2021. Itu ekonomi dari COVID-19 pandemi: sebuah survei. Ekonomi dubur. Aturan 70, 220–237 .
Pavlik, JA, Ludden, IG, Jacobson, SH, Sewell, EC, 2021. Masalah penugasan tempat duduk pesawat. melayani Sci. 13 (1), 1–18 .
Peng, C., Shen, G., Zhang, Y., Li, Y., cokelat, K., 2007. Bip bip: sebuah tinggi ketepatan akustik mulai sistem menggunakan dipan seluler perangkat. Di: Prosiding dari itu
tanggal 5 Internasional Konferensi pada Tertanam Berjejaring Sensor Sistem, hal. 1–14.
Peng, Z., Jimenez, J. L., 2020. E X haled CO2 sebagai COVID-19 infeksi mempertaruhkan pro X y untuk berbeda dalam lingkungan dan kegiatan. medR X iv.
Pradan, D., Biswasroy, P., Naik, pk, Astaga, G., Rath, G., 2020. SEBUAH tinjauan dari saat ini intervensi untuk COVID-19 pencegahan. Lengkungan. Med. Res. 51 (5),
363–374 . Prather, KA, Wang, cc, sekolah, RT, 2020. Mengurangi penularan dari SARS-CoV-2. Sains 368 (6498), 1422–1424 .
Przybylowski, SEBUAH., Stelmak, S., Suchanek, M., 2021. Mobilitas perilaku di melihat dari itu dampak dari itu COVID-19 pandemi-publik mengangkut pengguna di
gdansk kasus belajar.
Keberlanjutan 13 (1), 364.
Putra, S., Mutamar, ZK, 2019. Perkiraan dari parameter di itu pak epidemi model menggunakan partikel kawanan optimasi. Saya. J. Matematika. Hitung. Model 4,
83–93 .
Qi, H., Xiao, S., Shi, R., Bangsal, anggota parlemen, Chen, Y., Tu, W., Su, Q., Wang, W., Wang, X., Zhang, Z., 2020. COVID-19 penularan di daratan Cina adalah
terkait dengan suhu dan kelembaban: sebuah deret waktu analisis. Sci. Total Mengepung. 728, 138778.
Qian, H., Miao, T., Liu, L., Zheng, X., Luo, D., Li, Y., 2021. Dalam penularan dari SARS-CoV-2. Dalam Udara 31 (3), 639–645 .
Rahimi, I., Chen, F., Gandomi, AH, 2021. Sebuah ulasan tentang prakiraan COVID-19 model. saraf Hitung. aplikasi 30, 1–11 .
3
Berlari, J., Zhao, S., Han, L., Chen, D., Yang, Z., Yang, L., Wang, MH, Dia, D., 2020. Itu Sekelilingnya ozon dan COVID-19 penularan di Cina: sebuah berbasis data
ekologis belajar dari 154 kota. J. Menulari. 81 (3), e9–e11.
Reiner, RC, Tukang cukur, RM, Collins, JK, Zheng, P., Adolf, C., baiklah, J., et Al., 2020. Pemodelan COVID-19 skenario untuk itu Serikat Serikat. Nat. Med. 27, 94–
105 . Ribeiro, MHDM, da Silva, RG, mariani, VC, dos Santos Coelho, L., 2020. Jangka pendek peramalan COVID-19 kumulatif dikonfirmasi kasus: perspektif untuk
Brazil.
Kekacauan soliton Fraktal 135, 109853.
3
Ricciardi, SEBUAH., Palmer, SAYA, Yan, ND, 2011. Sebaiknya biologis invasi menjadi dikelola sebagai alami bencana? BioScience 61 (4), 312–317 .
Riddel, S., Goldie, S., Bukit, A., Elang, D., Drew, TW, 2020. efek suhu pada ketekunan dari SARS-CoV-2 aktif permukaan umum. Viral. J. 17 (1), 1–7 . Ri, H., 2020.
CO2 sensor membantu ke mengurangi itu mempertaruhkan dari COVID-19 penularan dalam ruangan. https://www.eetimes.eu/co2-sensor-helps-to-reduce-the-
risk-of-covid-19-
transmisi-dalam ruangan/ .
Rinta-Homi, M., Motlagh, NH, Zuniga, SEBUAH., Flores, H., Nurmi, P., 2021. Bagaimana rendah bisa Anda Pergilah? Pertunjukan pertukaran di resolusi rendah panas
sensor untuk hunian deteksi: sebuah sistematis evaluasi. Prok. ACM Berinteraksi. Massa. dpt dipakai Di mana-mana teknologi. 5 (3), 126.
Roosa, K., Lee, Y., Luo, R., Kirpich, A., Rothenberg, R., Hyman, J., Yan, P., Chowell, G., 2020. Prakiraan waktu nyata dari COVID-19 wabah di cina dari februari
tanggal 5 ke Februari tanggal 24, 2020. Menulari. Dis. Model. 5, 256–263.
Roosa, K., Lee, Y., Luo, R., Kirpich, SEBUAH., Rothenberg, R., Hyman, JM, Yan, P., Chowell, G., 2020. Jangka pendek prakiraan dari itu COVID-19 epidemi di
Guangdong dan Zhejiang, Cina: Februari 13–23, 2020. J. klinik Med. 9 (2), 596.
Rudulescu, SEBUAH., Williams, C., Cavanagh, K., 2020. Pengelolaan strategi di sebuah tipe seir model dari COVID 19 masyarakat sebaran. Sci. Reputasi. 10 (1), 1–16 .
Karung, J, Zehe, E., redik, C., Bah, SEBUAH., Cowger, K., kamera, M., panggilan, SEBUAH., Gigo, ANI, Dhillon, RS, Liu, SEBUAH., 2015. pengantar dari seluler
kesehatan peralatan ke mendukung Ebola pengawasan dan kontak pelacakan di guinea. Gumpal. Kesehatan Sci. Praktek. 3 (4), 646–659.
Saez, M., Tobias, A., Barceló , MA, 2020. Efek paparan jangka panjang terhadap polutan udara pada tata ruang penyebaran COVID-19 di Catalonia, Spanyol.
Mengepung. Res. 191, 110177.
SAGE-EMG, 2020. Peran dari ventilasi di mengendalikan SARS-CoV-2 penularan. https://assets.publishing.service.gov.uk/government/uploads/system/uploads/
attachment_data/file/928720/S0789_EMG_Role_of_Ventilasi_in_Controlling_SARS-CoV-2_Transmission.pdf .
Salgotra, R., Gandomi, M., Gandomi, AH, 2020. Waktu seri analisis dan ramalan dari itu COVID-19 pandemi di India menggunakan genetik pemrograman.
Kekacauan soliton fraktal s 138, 109945.
Schwartz, S., 2020. Publik transit dan COVID-19 pandemi: Global riset dan terbaik praktek.
Shakibaei, S., De Jong, GC, Alpkokin, P., Rashidi, TH, 2021. Dampak dari itu COVID-19 pandemi pada bepergian perilaku di Istambul: sebuah panel data analisis.
Mempertahankan. kota Soc. 65, 102619.
Shi, F., Wang, J., Shi, J., Wu, Z., Wang, Q., Bau, Z., Dia, K., Shi, Y., Shen, D., 2020. Tinjauan dari buatan intelijen teknik di pencitraan data Akuisisi, segmentasi, dan
diagnosa untuk COVID-19. IEEE Putaran. Bioma. Ind. 14, 4–15.
Shinde, GR, Kalamkar, AB, Mahalle, pn, Dey, N., Chaki, J., Hasanien, AE, 2020. Peramalan model untuk virus corona penyakit (COVID-19): sebuah survei
dari itu canggih. SN Hitung. Sci. 1 (4), 1–15.
Pendeknya, R., mulut, N., mobil van wee, B., 2022. Covid-19 dan mengangkut. sebuah tinjauan dari faktor dari relevansi ke itu rancangan dari Pengukuran dan milik
mereka efek di seluruh dunia. Eur. J. terjemahan infrastruktur. Res. 22 (1), 118-130.
Siegel, JD, Rhinehart, E., Jackson, M., Chiarello, L., 2007. 2007 pedoman isolasi tindakan pencegahan: mencegah penularan agen infeksi dalam pengaturan perawatan
kesehatan.
Saya. J. Menginfeksi. Kontrol 35 (10), S65–S164.
Silkot, D., Kinahan, S., Santarpia, J., Silkot, B., Silkot, P., Silkot, B., Distelhorst, S., Herrera, V., Rivera, D., Mahkota, K., et Al., 2020. TRANSKOM/AMC Komersial
Pesawat terbang Kabin Aerosol Penyebaran tes. Nasional Strategis Riset Lembaga Lincoln Serikat Serikat . Teknis Laporan
Suhaimi, nf, Jalaluddin, J., Latif, MT, et Al., 2020. Demistifikasi sebuah mungkin hubungan di antara COVID-19, udara kualitas dan meteorologi faktor: bukti dari
kual a lumpur, Malaysia. Aerosol Udara Kualitas. Res. 20 (7), 1520–1529.
Tang, JW, Tambyah, PA, Hui, DS, 2020. Munculnya varian baru SARS-CoV-2 di Inggris. J. Menulari. 82 (4), e27–28 .
Tegal, H., Wilkinson, E., Giovanetti, M., Iranzadeh, SEBUAH., Fonseca, V., Giandhari, J., Doolabh, D., Pillay, S., San, E. J., msomi, N., et Al., 2020. Munculnya dan
cepat sebaran dari sebuah baru berat akut pernafasan terkait sindrom virus corona 2 (SARS-CoV-2) garis keturunan dengan banyak paku mutasi di Selatan Afrika.
medR X iv.
kasir, R., Li, Y., Penutup mesin dr baja, BJ, Bau, JW, 2019. Pengakuan dari aerosol penularan dari menular agen: sebuah komentar. BMC Menulari.
Dis. 19 (1), 101 . Ting, DSW, Karin, L., Dzau, V., Wong, TY, 2020. Digital teknologi dan COVID-19. Nat. Med. 26 (4), 459–461 .
Tirakini, SEBUAH., Kucing, HAI., 2020. COVID-19 dan publik angkutan: saat ini penilaian, prospek, dan riset kebutuhan. J. Publik terjemahan 22
(1), 1 . UIC, 2020. Kontaminasi tarif pada kereta api.
mobil van Doremalen, N., pembuat semak, T., Morris, DH, Holbrook, MG, Berjudi, SEBUAH., Williamson, BN, Tamin, SEBUAH., Harcourt, JL, Thornburg, NJ, Gerber,
SI, et Al., 2020.
Aerosol dan permukaan stabilitas dari SARS-CoV-2 sebagai dibandingkan dengan SARS-CoV-1. N. Inggris J. Med. 382 (16), 1564–1567.
Dunia Kesehatan Organisasi, 2014. Infeksi Pencegahan dan Kontrol dari Epidemi-dan Rawan Pandemi Akut Pernafasan Infeksi di Kesehatan Peduli. Dunia
Kesehatan Organisasi.
Dunia Kesehatan Organisasi, 2021a. Virus corona penyakit (COVID-19): bagaimana adalah dia ditularkan? https://www.who.int/news-room/qa-detail/coronavirus-disease-
covid-19- bagaimana-itu-ditransmisikan .
Dunia Kesehatan Organisasi, 2021b. COVID-19 vaksin tersedia untuk semua kesehatan pekerja di itu Barat Pasifik Wilayah. https://www.who.int/
westernpacific/news/detail/06-08-2021-covid-19-vaccines-available-for-all-healthcare-workers-in-the-western-pacific-regio n .
Wu, X., Belanda, R. C., Sabat, B. M., Braun, D., Dominikus, F., 2020. E X postur ke udara polusi dan COVID-19 kematian di itu Serikat Serikat. MedR X iv.
Yuan, X., Yang, C., Dia, Q., Chen, J., Yu, D., Li, J., Zai, S., Qin, Z., Du, K., Chu, Z., et Al., 2020. Saat ini dan perspektif diagnostik teknik untuk COVID-19. ACS
Menulari. Dis. 6 (8), 1998–2016.
Zamir, M., Syah, Z., Nadeem, F., suasana hati, SEBUAH., Alrabaiah, H., Kumam, P., 2020. Non farmasi intervensi untuk optimal kontrol dari COVID-19. Hitung. Metode
Prog. Bioma. 196, 105642.
Zhang, Z., Xue, T., Jin, X., 2020. efek dari meteorologi kondisi dan udara polusi pada COVID-19 penularan: bukti dari 219 Cina kota. Sci. Total Mengepung.
741, 140244.
Zhen, J., Chan, C., schoonees, SEBUAH., apa, E., Thabana, L., Muda, T., 2020. Penularan dari pernafasan virus Kapan menggunakan publik tanah mengangkut: sebuah
cepat tinjauan ke memberitahukan publik kesehatan rekomendasi selama itu COVID-19 pandemi. SAMJ S. Af. Med. J. 110 (6), 478–483.
Zheng, R., Xu, Y., Wang, W., Ning, G., Dua, Y., 2020. spasial penularan dari COVID-19 melalui publik dan pribadi angkutan di Cina. Bepergian Med. Menulari. Dis.
34, 101626.
Zhu, S., Srebric, J., Spengler, JD, Demokritou, P., 2012. Sebuah canggih numerik model untuk itu penilaian dari mengudara penularan dari pengaruh di bis lingkungan
mikro- ment. Membangun. Mengepung. 47, 67–75.
Zhu, Y., Xie, J., Huang, F., Cao, L., 2020. Asosiasi di antara jangka pendek paparan ke udara polusi dan COVID-19 infeksi: bukti dari Cina. Sci. Total Mengepung.
727, 138704.

Terjemahan Journal Multimoda Transportation-A Survey of COVID-19 in Public Transportation Transmission Risk

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Terjemahan Journal Multimoda Transportation-A Survey of COVID-19 in Public Transportation Transmission Risk

Diunggah oleh

Hak Cipta:

Format Tersedia

Multimoda Angkutan 1 (2022) 100030

Contents lists available at ScienceDirect

SEBUAH survei dari COVID-19 di publik angkutan: Penularan

2. Cakupan dan metodologi

2.1. Survei cakupan

E X isting survei terkait ke COVID-19.

2.2. Terkait survei

Bagian Kata kunci

3 penularan, mekanisme, udara polusi, mengudara, polutan

2.3. Pilihan dari artikel

3.1. Penularan mekanisme

3.2. Penularan dan udara polutan

4. Pemodelan dan peramalan

Kasus Belajar Periode Analisis metode Positif Korelasi Negatif Catatan

4.1. Epidemiologi model

4.2. Peramalan model

4.3. mekanistik model

5.1. Mempertaruhkan faktor

Referensi & Pengarang Model Peramalan metode Prakiraan diserahkan

5.2. COVID-19 penularan di publik angkutan

7.1. Sosial menjauhkan

7.2. Non-Farmasi Intervensi (NPI)

8.1. Kunci wawasan

8.2. COVID-19 keamanan pada angkutan sistem

8.3. Riset peta jalan dan masa depan pandangan

9. Ringkasan dan kesimpulan

Pernyataan dari Bersaing Minat

Ucapan Terima Kasih

Anda mungkin juga menyukai